基于视频的运动目标检测与跟踪方法应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第1章 绪论 | 第13-18页 |
| ·引言 | 第13-14页 |
| ·研究背景和现状 | 第14-15页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15页 |
| ·研究工作的难点 | 第15-16页 |
| ·本文的创新点 | 第16页 |
| ·本论文的结构安排 | 第16-18页 |
| 第2章 运动目标检测 | 第18-41页 |
| ·前言 | 第18-19页 |
| ·帧差法 | 第19-22页 |
| ·相邻两帧图像差分法 | 第20页 |
| ·对称差分法 | 第20-22页 |
| ·背景差分法 | 第22-24页 |
| ·单高斯分布背景模型 | 第22-23页 |
| ·多高斯分布背景模型 | 第23-24页 |
| ·光流法 | 第24-25页 |
| ·过渡区与图像分割 | 第25-26页 |
| ·基于梯度的方法 | 第26-31页 |
| ·有效平均梯度法 | 第26-28页 |
| ·高梯度像元法 | 第28-29页 |
| ·度信息法 | 第29-30页 |
| ·小波变换法 | 第30-31页 |
| ·数学形态学方法 | 第31页 |
| ·非梯度提取方法 | 第31-35页 |
| ·回归分析法 | 第31-32页 |
| ·基于熵的方法 | 第32-33页 |
| ·复杂度法 | 第33-34页 |
| ·小结 | 第34-35页 |
| ·基于过渡区提取的红外运动目标检测 | 第35-39页 |
| ·差分融合的目标检测方法 | 第35-36页 |
| ·基于交叉熵的过渡区分割算法 | 第36-39页 |
| ·本章小结 | 第39-41页 |
| 第3章 运动目标阴影检测与消除 | 第41-53页 |
| ·引言 | 第41页 |
| ·阴影的基本属性和形成原理 | 第41-42页 |
| ·运动目标阴影的检测与消除算法 | 第42-45页 |
| ·基于特征的方法 | 第43-44页 |
| ·基于模型的方法 | 第44-45页 |
| ·基于彩色模型的阴影检测 | 第45-52页 |
| ·RGB 色彩空间的阴影检测 | 第45-47页 |
| ·YUV 色彩空间的阴影检测 | 第47-48页 |
| ·HSI 色彩空间的阴影检测 | 第48-50页 |
| ·本文改进的阴影检测算法 | 第50-51页 |
| ·仿真实验结果 | 第51-52页 |
| ·本章小节 | 第52-53页 |
| 第4章 基于视频的运动目标跟踪 | 第53-67页 |
| ·引言 | 第53页 |
| ·运动目标跟踪算法概述 | 第53-56页 |
| ·基于模型的跟踪方法 | 第54页 |
| ·基于轮廓的跟踪方法 | 第54-55页 |
| ·基于特征的跟踪方法 | 第55页 |
| ·基于区域的跟踪方法 | 第55-56页 |
| ·卡尔曼滤波器 | 第56-60页 |
| ·卡尔曼滤波的基本原理 | 第56-59页 |
| ·基于卡尔曼滤波器的运动目标估计 | 第59-60页 |
| ·基于卡尔曼滤波和加权颜色分布的彩色目标跟踪 | 第60-66页 |
| ·用于跟踪的加权直方图模型 | 第61-62页 |
| ·加权直方分布匹配优化 | 第62页 |
| ·卡尔曼滤波过程 | 第62-63页 |
| ·实验结果与分析 | 第63-66页 |
| ·本章小节 | 第66-67页 |
| 结论与进一步工作展望 | 第67-69页 |
| 结论 | 第67-68页 |
| 进一步的展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学位论文 | 第75-76页 |
| 大摘要 | 第76-80页 |
