基于视频序列图像的运动目标检测与跟踪
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·课题背景及研究意义 | 第9页 |
| ·运动目标检测与跟踪研究现状及发展 | 第9-12页 |
| ·本文的内容及结构 | 第12-15页 |
| 2 运动目标检测研究 | 第15-44页 |
| ·数字图像处理 | 第15-24页 |
| ·颜色空间 | 第15-19页 |
| ·图像增强 | 第19-22页 |
| ·形态学图像滤波 | 第22-24页 |
| ·运动目标检测基本方法 | 第24-29页 |
| ·帧间差分法 | 第24页 |
| ·背景差分法 | 第24-25页 |
| ·光流法 | 第25-29页 |
| ·背景获取与更新 | 第29-37页 |
| ·统计平均法 | 第29-31页 |
| ·改进的统计平均法 | 第31页 |
| ·中值滤波法 | 第31-32页 |
| ·单高斯建模法 | 第32-34页 |
| ·混合高斯建模法 | 第34-37页 |
| ·目标分割 | 第37-44页 |
| ·边缘检测分割法 | 第37页 |
| ·区域跟踪分割法 | 第37-38页 |
| ·阈值分割法 | 第38-44页 |
| 3 运动目标跟踪方法研究 | 第44-64页 |
| ·相关匹配算法 | 第45-49页 |
| ·ABS匹配算法 | 第45-46页 |
| ·归一化互相关匹配 | 第46-47页 |
| ·序贯相似度检测算法 | 第47-48页 |
| ·金字塔分层搜索算法 | 第48-49页 |
| ·卡尔曼预测跟踪 | 第49-53页 |
| ·卡尔曼预测基本原理 | 第49-51页 |
| ·卡尔曼预测模型参数 | 第51页 |
| ·卡尔曼预测跟踪实验 | 第51-53页 |
| ·粒子滤波跟踪 | 第53-59页 |
| ·粒子滤波基本原理 | 第53-55页 |
| ·粒子滤波算法 | 第55-56页 |
| ·Unscented粒子滤波 | 第56-59页 |
| ·活动轮廓算法 | 第59-64页 |
| 4 运动目标检测与跟踪实验系统设计及实现 | 第64-72页 |
| ·系统开发环境 | 第64页 |
| ·软件系统的组成 | 第64-69页 |
| ·视频捕获与播放模块 | 第65-68页 |
| ·视频图像运动检测模块 | 第68页 |
| ·跟踪控制模块 | 第68-69页 |
| ·系统功能介绍及实验 | 第69-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表学术论文情况 | 第78-79页 |
| 致谢 | 第79-80页 |
