视频图像序列中运动目标检测与跟踪
摘要 | 第1-10页 |
ABSTRACT | 第10-12页 |
第一章 绪论 | 第12-17页 |
·课题研究背景及意义 | 第12-13页 |
·运动目标检测和跟踪技术研究现状 | 第13-16页 |
·运动目标检测技术研究现状 | 第13-14页 |
·运动目标跟踪技术研究现状 | 第14-16页 |
·本文研究工作及章节安排 | 第16-17页 |
第二章 常用运动目标检测与跟踪方法介绍 | 第17-25页 |
·引言 | 第17页 |
·常用的运动目标检测方法 | 第17-22页 |
·基于光流法的运动目标检测方法 | 第17-19页 |
·基于帧间差分法的运动目标检测方法 | 第19-21页 |
·基于特征法的运动目标检测方法 | 第21页 |
·基于背景差的运动目标检测方法 | 第21-22页 |
·常用运动目标跟踪方法 | 第22-25页 |
第三章 基于自适应背景模型的运动目标检测 | 第25-41页 |
·引言 | 第25-26页 |
·自适应背景建模与更新 | 第26-28页 |
·背景建模 | 第26-27页 |
·背景更新 | 第27-28页 |
·改进的基于自适应背景模型的运动目标检测 | 第28-31页 |
·Surendra背景更新算法 | 第29页 |
·使用动态阈值背景差算法检测运动目标 | 第29-31页 |
·阴影检测 | 第31-32页 |
·后期图像处理 | 第32-37页 |
·形态学描述 | 第32-34页 |
·一些形态学算法 | 第34-37页 |
·实验结果及分析 | 第37-40页 |
·本章小结 | 第40-41页 |
第四章 运动目标跟踪 | 第41-62页 |
·引言 | 第41-42页 |
·几种常用预测算法分析比较 | 第42-45页 |
·跟踪的一般过程 | 第45-47页 |
·基本理论 | 第45-46页 |
·跟踪过程 | 第46-47页 |
·数据关联 | 第47页 |
·基于粒子滤波器的运动目标跟踪 | 第47-57页 |
·Monte Caro积分方法 | 第48-49页 |
·粒子滤波原理 | 第49-52页 |
·基于检测的粒子滤波器运动目标跟踪算法 | 第52-54页 |
·基于灰度分布的粒子滤波器运动目标跟踪算法 | 第54-57页 |
·实验结果及分析 | 第57-61页 |
·本章小结 | 第61-62页 |
第五章 结论与展望 | 第62-64页 |
·本文所做的工作与结论 | 第62-63页 |
·需要进一步研究的问题 | 第63-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-70页 |
作者在学期间取得的学术成果 | 第70页 |