首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

序列图像中运动目标检测算法研究

摘要第3-5页
Abstract第5-6页
第1章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 目标检测研究现状第11-13页
        1.2.1 红外小目标检测技术研究现状第12页
        1.2.2 光流法目标检测技术研究现状第12-13页
    1.3 目标检测难点分析第13-14页
        1.3.1 红外小目标检测技术难点第13-14页
        1.3.2 光流法目标检测技术难点第14页
    1.4 本文的主要工作及结构安排第14-16页
第2章 运动目标检测算法简介第16-26页
    2.1 引言第16页
    2.2 直接检测第16-25页
        2.2.1 背景抑制第17-20页
        2.2.2 光流法第20-25页
    2.3 间接检测第25页
    2.4 本章小结第25-26页
第3章 基于变换域的红外小目标检测算法第26-40页
    3.1 引言第26页
    3.2 红外图像的结构分析第26-27页
    3.3 基于频域的红外小目标检测算法第27-34页
        3.3.1 算法整体框架第27页
        3.3.2 高通滤波器第27-28页
        3.3.3 灰度变换思想第28-30页
        3.3.4 实验结果与分析第30-34页
    3.4 基于小波域的红外小目标检测算法第34-39页
        3.4.1 算法整体框架第34-35页
        3.4.2 小波变换思想第35-37页
        3.4.3 实验结果与分析第37-39页
    3.5 本章小结第39-40页
第4章 基于光流的运动目标检测算法第40-56页
    4.1 引言第40页
    4.2 基于自适应滤波的光流检测算法第40-48页
        4.2.1 算法整体框架第40-41页
        4.2.2 彩色图像处理技术第41页
        4.2.3 光流算法第41-42页
        4.2.4 分块均值化第42-43页
        4.2.5 OTSU算法第43-44页
        4.2.6 实验结果与分析第44-48页
    4.3 基于金字塔的光流检测算法第48-51页
        4.3.1 算法整体框架第48页
        4.3.2 算法步骤第48-49页
        4.3.3 双边滤波上采样第49页
        4.3.4 实验结果与分析第49-51页
    4.4 基于PSO的光流目标检测算法第51-55页
        4.4.1 算法整体框架第51-52页
        4.4.2 PSO算法介绍及参数说明第52-53页
        4.4.3 形态学滤波第53页
        4.4.4 算法步骤第53-55页
        4.4.5 实验结果与分析第55页
    4.5 本章小结第55-56页
第5章 总结与展望第56-60页
    5.1 所做工作的总结第56-57页
    5.2 未来工作的展望第57-60页
参考文献第60-64页
致谢第64-66页
攻读硕士期间的科研成果第66页
    1 发表论文情况第66页
    2 承担的科研项目第66页
    3 科研获奖情况第66页

论文共66页,点击 下载论文
上一篇:中国专利审查流程服务系统的设计与实现
下一篇:基于Java EE的科技项目经费管理系统设计与实现