视频对象的提取与跟踪技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题的研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·论文的研究内容及结构安排 | 第12-13页 |
| 第2章 图像处理方法简介 | 第13-23页 |
| ·图像处理基础 | 第13-14页 |
| ·数学形态学处理 | 第14-16页 |
| ·颜色空间模型 | 第16-20页 |
| ·RGB 颜色模型 | 第17-18页 |
| ·HSV 颜色模型 | 第18-19页 |
| ·颜色空间的转换 | 第19-20页 |
| ·静态图像分割 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 视频对象提取 | 第23-39页 |
| ·视频对象提取概述 | 第23页 |
| ·视频对象提取算法 | 第23-29页 |
| ·帧间差分法 | 第24-26页 |
| ·光流法 | 第26-27页 |
| ·背景减除法 | 第27-29页 |
| ·背景的提取与更新 | 第29-34页 |
| ·背景提取算法简介 | 第29-31页 |
| ·Surendra 背景更新 | 第31-32页 |
| ·Surendra 算法主要参数 | 第32-34页 |
| ·对象提取实验结果 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 阴影消除及后处理 | 第39-45页 |
| ·阴影的检测和去除 | 第39-40页 |
| ·阴影简介 | 第39页 |
| ·基于 HSV 空间的阴影检测与去除 | 第39-40页 |
| ·图像的后处理 | 第40-41页 |
| ·图像的二值化处理 | 第40-41页 |
| ·数学形态学处理 | 第41页 |
| ·实验结果分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 视频对象跟踪 | 第45-55页 |
| ·视频对象跟踪算法简介 | 第45-47页 |
| ·基于区域的跟踪方法 | 第45-46页 |
| ·基于轮廓的跟踪方法 | 第46页 |
| ·基于模型的跟踪方法 | 第46-47页 |
| ·基于特征的跟踪方法 | 第47页 |
| ·改进的 CAMSHIFT目标跟踪算法 | 第47-53页 |
| ·Meanshift 算法 | 第48-49页 |
| ·Camshift 跟踪算法 | 第49-50页 |
| ·利用 Kalman 滤波进行预测 | 第50-52页 |
| ·对象跟踪的实现 | 第52-53页 |
| ·对象跟踪实验结果 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| ·全文总结 | 第55-56页 |
| ·研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者简介 | 第61-63页 |
| 致谢 | 第63页 |
