智能视频监控中运动目标的检测与跟踪
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外研究现状及发展趋势 | 第11-14页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14页 |
| ·研究的主要内容和章节安排 | 第14-17页 |
| ·论文主要工作 | 第14-15页 |
| ·论文章节安排 | 第15-17页 |
| 第二章 计算机视觉库 OpenCV 介绍 | 第17-22页 |
| ·OpenCV 简介 | 第17-18页 |
| ·OpenCV 的基本结构 | 第17-18页 |
| ·OpenCV 中常用的数据结构及函数介绍 | 第18-22页 |
| ·数据结构 | 第18-19页 |
| ·常用函数 | 第19-22页 |
| 第三章 运动目标检测技术 | 第22-40页 |
| ·运动目标检测算法 | 第22-27页 |
| ·帧差法 | 第22-23页 |
| ·简单背景差法 | 第23-24页 |
| ·边缘检测方法 | 第24-25页 |
| ·光流法 | 第25页 |
| ·其他重要的相关方法 | 第25-26页 |
| ·实验结果与分析 | 第26-27页 |
| ·视频监控中的背景建模 | 第27-31页 |
| ·混合高斯模型法 | 第28-30页 |
| ·实验结果与分析 | 第30-31页 |
| ·改进后的运动目标检测算法 | 第31-38页 |
| ·背景提取和更新 | 第32-35页 |
| ·图像处理 | 第35-36页 |
| ·提取运动目标信息 | 第36-37页 |
| ·实验结果与分析 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 运动目标跟踪技术 | 第40-59页 |
| ·目标跟踪的分类 | 第40-41页 |
| ·目标跟踪方法 | 第41-51页 |
| ·基于偏微分方程的跟踪算法 | 第41-42页 |
| ·基于 Mean Shift 的跟踪算法 | 第42-43页 |
| ·CamShift 跟踪算法与实验分析 | 第43-48页 |
| ·基于滤波理论的跟踪方法 | 第48-49页 |
| ·Kalman 滤波器 | 第49-51页 |
| ·粒子滤波 | 第51-53页 |
| ·粒子滤波算法流程介绍 | 第51-53页 |
| ·关于粒子数目 N 的选取 | 第53页 |
| ·改进后的运动目标跟踪算法 | 第53-58页 |
| ·卡尔曼滤波器预测 | 第54-55页 |
| ·算法性能分析和时间分析 | 第55-56页 |
| ·实验结果与分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结和展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-67页 |
| 详细摘要 | 第67-72页 |
