视频中的目标检测与跟踪算法研究
| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·目标检测与跟踪中的研究难点 | 第15页 |
| ·本文的研究内容 | 第15-16页 |
| ·论文的结构和安排 | 第16-17页 |
| 第二章 相关技术和理论知识 | 第17-32页 |
| ·图像滤波 | 第17-20页 |
| ·均值滤波 | 第17-18页 |
| ·中值滤波 | 第18-19页 |
| ·高斯滤波 | 第19-20页 |
| ·彩色图像灰度化 | 第20-21页 |
| ·图像二值化 | 第21-25页 |
| ·数学形态学 | 第25-30页 |
| ·膨胀 | 第26-27页 |
| ·腐蚀 | 第27-28页 |
| ·开运算 | 第28-29页 |
| ·闭运算 | 第29-30页 |
| ·区域连通性分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于混合高斯模型的目标检测算法 | 第32-44页 |
| ·相关研究 | 第33-34页 |
| ·高斯混合背景模型 | 第34-39页 |
| ·高斯混合模型概述 | 第34-35页 |
| ·单高斯背景模型 | 第35-36页 |
| ·混合高斯背景建模原理 | 第36-37页 |
| ·模型的初始化和更新 | 第37-39页 |
| ·改进方法 | 第39-40页 |
| ·模型匹配阈值的改进 | 第39-40页 |
| ·模型更新的改进 | 第40页 |
| ·仿真实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于Mean Shift的运动目标跟踪 | 第44-57页 |
| ·相关研究 | 第44-45页 |
| ·Mean Shift算法 | 第45-49页 |
| ·基本的Mean Shift | 第46页 |
| ·扩展的Mean Shift | 第46-47页 |
| ·Mean Shift算法在目标跟踪中的应用 | 第47-49页 |
| ·改进的Mean Shift运动目标跟踪算法 | 第49-52页 |
| ·灰度共生矩阵 | 第49页 |
| ·纹理特征的提取 | 第49-50页 |
| ·目标表示 | 第50页 |
| ·相似度测量与算法收敛准则 | 第50-51页 |
| ·算法流程 | 第51-52页 |
| ·实验结果与分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 总结 | 第57-58页 |
| 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读硕士学位期间发表的学术论文目录 | 第64页 |
