智能视频监控系统中若干关键技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 目录 | 第10-12页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 课题背景及意义 | 第12-13页 |
| 1.2 国内外现状和发展趋势 | 第13-15页 |
| 1.3 智能视频监控系统的关键技术 | 第15-20页 |
| 1.4 论文主要研究内容及章节安排 | 第20-22页 |
| 第2章 基于视觉特性的图像增强算法研究 | 第22-44页 |
| 2.1 人类视觉相关特性分析 | 第22-25页 |
| 2.2 相关图像增强技术及理论 | 第25-31页 |
| 2.3 结合视觉特性和GLR模型的图像增强 | 第31-37页 |
| 2.4 试验与结果分析 | 第37-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第3章 基于Retinex理论的图像增强算法研究 | 第44-60页 |
| 3.1 Retinex理论概述 | 第44-45页 |
| 3.2 基于Retinex图像增强算法 | 第45-50页 |
| 3.3 基于照射_反射模型的图像增强 | 第50-55页 |
| 3.4 试验与结果分析 | 第55-58页 |
| 3.5 本章小结 | 第58-60页 |
| 第4章 复杂背景建模及前景目标检测算法研究 | 第60-86页 |
| 4.1 引言 | 第60-61页 |
| 4.2 背景建模及目标检测算法 | 第61-67页 |
| 4.3 基于双背景模型的遗留物检测算法 | 第67-71页 |
| 4.4 基于随机聚类的复杂背景建模及前景检测算法 | 第71-84页 |
| 4.5 本章小结 | 第84-86页 |
| 第5章 基于角点和局部特征描述子的匹配算法研究 | 第86-102页 |
| 5.1 引言 | 第86-87页 |
| 5.2 局部特征描述 | 第87-93页 |
| 5.3 基于角点和GDI描述子的匹配算法 | 第93-96页 |
| 5.4 试验结果与分析 | 第96-100页 |
| 5.5 本章小结 | 第100-102页 |
| 第6章 基于均值漂移的目标跟踪算法研究 | 第102-118页 |
| 6.1 引言 | 第102-103页 |
| 6.2 Mean Shift算法 | 第103-110页 |
| 6.3 改进的Mean Shift算法描述及实现 | 第110-116页 |
| 6.4 本章小结 | 第116-118页 |
| 第7章 总结与展望 | 第118-122页 |
| 7.1 论文完成的主要工作总结 | 第118-120页 |
| 7.2 论文研究成果及创新点 | 第120-121页 |
| 7.3 下一步工作展望 | 第121-122页 |
| 参考文献 | 第122-132页 |
| 在学期间学术成果情况 | 第132-133页 |
| 指导教师及作者简介 | 第133-134页 |
| 致谢 | 第134页 |
