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

智能视频监控中的运动目标检测和跟踪算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-15页
    1.1 论文研究的背景与意义第11-12页
    1.2 相关研究进展第12页
    1.3 本文的框架结构第12-15页
第2章 图像预处理以及特征点介绍第15-33页
    2.1 图像预处理第15-24页
        2.1.1 灰度变换第15-19页
        2.1.2 图像平滑第19-23页
        2.1.3 二值图像的形态学处理第23-24页
    2.2 SURF相关知识介绍第24-31页
        2.2.1 SURF算法第25-28页
        2.2.2 SURF实验分析第28-29页
        2.2.3 SURF与其他特征描述子比较第29-31页
    2.3 本章小结第31-33页
第3章 改进的GMM背景建模算法第33-49页
    3.1 运动目标检测算法概述第33-34页
        3.1.1 光流法第33页
        3.1.2 时间差分第33-34页
        3.1.3 背景差分第34页
    3.2 GMM背景建模算法第34-38页
        3.2.1 混合高斯模型的基本原理第34-37页
        3.2.2 混合高斯模型的参数更新第37-38页
    3.3 改进的GMM背景建模算法第38-41页
        3.3.1 改进的参数更新方式第38-40页
        3.3.2 改进的GMM算法流程第40-41页
    3.4 实验与分析第41-47页
        3.4.1 传统的GMM背景建模算法的检测结果第41-43页
        3.4.2 改进的GMM背景建模算法的检测结果第43-44页
        3.4.3 实验数据分析第44-47页
    3.5 本章小结第47-49页
第4章 改进的MS运动目标跟踪算法第49-65页
    4.1 MS跟踪算法第49-55页
        4.1.1 目标表示第50-53页
        4.1.2 相似度函数第53页
        4.1.3 目标定位第53-55页
    4.2 改进的MS跟踪算法第55-58页
        4.2.1 SURF特征提取及特征匹配第55-56页
        4.2.2 SURF特征点的偏移量第56页
        4.2.3 跟踪结果的计算第56-57页
        4.2.4 改进的MS算法流程第57-58页
    4.3 实验与分析第58-63页
        4.3.1 MS算法的跟踪结果第59页
        4.3.2 SURF算法的跟踪结果第59-60页
        4.3.3 改进的MS算法的跟踪结果第60-61页
        4.3.4 实验数据分析第61-63页
    4.4 本章小结第63-65页
第5章 引入仿射变换的运动目标跟踪算法第65-77页
    5.1 仿射变换第65-67页
    5.2 引入仿射变换的改进MS算法第67-72页
        5.2.1 仿射变换参数的求解第67-68页
        5.2.2 目标尺寸的计算第68-70页
        5.2.3 目标位置的更新第70-71页
        5.2.4 引入仿射变换的算法流程第71-72页
    5.3 实验与分析第72-76页
        5.3.1 没引入仿射变换的改进MS算法的跟踪结果第72-73页
        5.3.2 引入仿射变换后的改进MS算法的跟踪结果第73页
        5.3.3 实验数据分析第73-76页
    5.4 本章小结第76-77页
第6章 总结和展望第77-81页
    6.1 全文总结第77-78页
    6.2 研究展望第78-81页
参考文献第81-85页
致谢第85页

论文共85页,点击 下载论文
上一篇:国际化视野下的中国小学教师本科化战略研究
下一篇:以人为本的教学策略与高中作文教学