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

基于运动背景的运动目标检测技术研究

摘要第1-5页
ABSTRACT第5-13页
第一章 绪论第13-19页
   ·课题背景和意义第13-14页
   ·国内外研究现状及存在的问题第14-17页
     ·研究现状第14-15页
     ·运动估计存在的问题第15-17页
   ·本文的主要研究工作第17-18页
     ·本文主要工作第17-18页
     ·本文的主要创新点第18页
   ·本文的内容安排第18-19页
第二章 特征点提取和全局运动补偿算法研究第19-40页
   ·特征点的选择与比较第19-25页
     ·几种边缘提取算子和角点提取算子简介第19-23页
     ·特征点的选取及离散化第23-25页
   ·对一种基于提升小波的快速SUSAN 算法的改进第25-31页
     ·提升小波算法简介第26-27页
     ·现有的一种快速SUSAN 检测算法第27-28页
     ·本文的改进方法及实验结果第28-31页
   ·块匹配研究现状第31-33页
   ·参数模型第33-35页
   ·全局运动估计的研究现状第35-37页
     ·直接方法第35-36页
     ·间接方法第36-37页
   ·本文的全局运动补偿算法第37-39页
     ·背景模型的确定第37页
     ·全局运动补偿算法第37-39页
   ·实验结果第39-40页
第三章 运动目标的分割与填充第40-52页
   ·当前的分割方法第40-41页
   ·对于差分图像的预处理第41-44页
     ·维纳滤波器第41-42页
     ·中值滤波器第42-43页
     ·两种方法的效果对比第43-44页
   ·本文中的分割和填充方法第44-48页
     ·常用的阈值确定方法第44-46页
     ·本文的分割方法第46-48页
   ·对于基于颜色和轮廓分割方法的尝试第48-52页
     ·基于轮廓信息填充的尝试第48-49页
     ·基于色彩分割方法的尝试第49-52页
第四章 一种基于卡尔曼预测的块匹配搜索方法研究第52-63页
   ·卡尔曼滤波简介第52-56页
     ·卡尔曼滤波器基础第52-55页
     ·离散卡尔曼滤波的特点和性质第55-56页
   ·卡尔曼滤波器在全局运动估计块匹配搜索中的应用第56-58页
   ·实验结果第58-63页
第五章 总结与展望第63-65页
   ·本文的主要工作第63页
   ·不足与展望第63-65页
参考文献第65-68页
致谢第68-69页
在学期间的研究成果及发表的学术论文第69页

论文共69页,点击 下载论文
上一篇:基于视频信息的运动目标跟踪技术研究
下一篇:数字认证水印的关键技术研究