| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究意义和背景 | 第10-11页 |
| 1.2 国内外研究现状与问题 | 第11-12页 |
| 1.3 本文的主要工作及研究方法 | 第12-13页 |
| 1.4 本文的论文结构安排 | 第13-15页 |
| 第二章 图像预处理基础理论 | 第15-25页 |
| 2.1 图像的灰度化 | 第15页 |
| 2.2 图像的噪声处理 | 第15-17页 |
| 2.2.1 均值滤波 | 第15-16页 |
| 2.2.2 中值滤波 | 第16-17页 |
| 2.2.3 高斯滤波 | 第17页 |
| 2.3 图像的直方图均衡化处理 | 第17-19页 |
| 2.4 图像的二值化 | 第19-20页 |
| 2.5 图像形态学处理 | 第20-22页 |
| 2.6 距离变换 | 第22-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第三章 系统需求分析及总体设计 | 第25-31页 |
| 3.1 需求分析 | 第25-26页 |
| 3.1.1 系统业务参与者 | 第25页 |
| 3.1.2 系统用例 | 第25-26页 |
| 3.1.3 系统功能需求 | 第26页 |
| 3.2 姿态检测系统开发环境 | 第26-27页 |
| 3.3 姿态检测系统总体设计 | 第27-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 前景运动目标检测模块的设计与实现 | 第31-42页 |
| 4.1 视频数据的解析 | 第31-34页 |
| 4.2 运动前景检测基础算法 | 第34-38页 |
| 4.2.1 背景差分法 | 第34-35页 |
| 4.2.2 帧差法 | 第35-36页 |
| 4.2.3 光流法 | 第36页 |
| 4.2.4 前景提取算法的效果对比 | 第36-38页 |
| 4.3 前景运动目标检测模块的设计与实现 | 第38-41页 |
| 4.3.1 前景检测模块的总体设计 | 第38-39页 |
| 4.3.2 前景运动目标检测模块的具体编程实现 | 第39-40页 |
| 4.3.2.1 背景模型的建立及参数值设定 | 第39-40页 |
| 4.3.2.2 边缘检测 | 第40页 |
| 4.3.3 实验效果 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 姿态检测模块的设计与实现 | 第42-67页 |
| 5.1 姿态检测算法总体设计 | 第42-47页 |
| 5.1.1 chamfer匹配原理 | 第42-43页 |
| 5.1.2 算法总体流程 | 第43-47页 |
| 5.2 前景运动目标区域的图像边缘点优化 | 第47-54页 |
| 5.2.1 随机抽样一致算法原理 | 第47-48页 |
| 5.2.2 边缘点优化 | 第48-54页 |
| 5.2.2.1 基于随机抽样一致算法的边缘点直线拟合 | 第48-52页 |
| 5.2.2.2 边缘线方向量化 | 第52-54页 |
| 5.3 图像的三维距离变换 | 第54-61页 |
| 5.3.1 二维距离变换 | 第54-58页 |
| 5.3.2 三维距离变换 | 第58-61页 |
| 5.4 三维距离积分图像 | 第61-64页 |
| 5.5 模板的制作及检测流程 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 系统测试及结果分析 | 第67-74页 |
| 6.1 测试环境 | 第67页 |
| 6.2 功能测试 | 第67-69页 |
| 6.3 检测速度测试 | 第69-70页 |
| 6.4 检测效果测试 | 第70-71页 |
| 6.5 测试结果分析 | 第71-73页 |
| 6.6 本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| 7.1 论文总结 | 第74页 |
| 7.2 工作展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |