视频监控中运动目标检测与跟踪方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·运动目标检测与跟踪国内外研究现状 | 第10-12页 |
| ·运动目标检测研究的发展与现状 | 第10-11页 |
| ·运动目标跟踪研究的发展与现状 | 第11-12页 |
| ·本论文的主要研究内容和章节安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 图像处理基本理论 | 第14-20页 |
| ·图像灰度化处理 | 第14页 |
| ·图像滤波 | 第14-16页 |
| ·中值滤波 | 第14-15页 |
| ·数学形态学滤波 | 第15-16页 |
| ·图像分割 | 第16-19页 |
| ·迭代阈值分割 | 第16页 |
| ·OSTU 阈值分割 | 第16-17页 |
| ·本文改进的自适应阈值分割 | 第17页 |
| ·几种阈值分割算法比较 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 运动目标检测算法原理 | 第20-26页 |
| ·背景差分算法 | 第20-22页 |
| ·尺度滤波器 | 第21-22页 |
| ·鲁棒检测方法 | 第22页 |
| ·帧间差分算法 | 第22-24页 |
| ·光流法 | 第24页 |
| ·分析比较各种算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 运动目标检测算法及分析 | 第26-49页 |
| ·背景建模 | 第27-33页 |
| ·统计直方图 | 第27-28页 |
| ·基于时间轴滤波的背景建模 | 第28页 |
| ·卡尔曼滤波法 | 第28-29页 |
| ·混合高斯模型 | 第29-30页 |
| ·改进的连续帧差法 | 第30-31页 |
| ·基于空域多维直方图的非参背景估计 | 第31-33页 |
| ·背景更新 | 第33-34页 |
| ·连续帧差法的背景更新策略 | 第33页 |
| ·混合高斯模型的背景更新策略 | 第33-34页 |
| ·非参背景估计的参数更新策略 | 第34页 |
| ·实验与分析 | 第34-39页 |
| ·定性分析 | 第35-37页 |
| ·定量分析 | 第37-39页 |
| ·阴影抑制 | 第39-48页 |
| ·基于颜色空间变换的阴影抑制 | 第39-41页 |
| ·基于统计的阴影检测 | 第41-43页 |
| ·基于物理模型的阴影检测 | 第43-44页 |
| ·基于混合高斯模型的阴影抑制 | 第44-46页 |
| ·基于双阈值的阴影抑制 | 第46-47页 |
| ·实验结果分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 运动目标的跟踪算法 | 第49-58页 |
| ·卡尔曼滤波基本原理 | 第49-52页 |
| ·卡尔曼滤波思想及算法 | 第49-50页 |
| ·卡尔曼滤波的特点 | 第50-51页 |
| ·卡尔曼滤波器的参数选择 | 第51-52页 |
| ·基于卡尔曼滤波的目标跟踪方法 | 第52-54页 |
| ·运动目标跟踪算法 | 第52-53页 |
| ·运动目标匹配算法 | 第53-54页 |
| ·实验结果与分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·待解决问题 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第64页 |
