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

运动目标检测算法研究

摘要第4-6页
abstract第6-7页
第一章 绪论第10-22页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-12页
    1.3 运动目标检测算法第12-20页
        1.3.1 帧间差分法第13-15页
        1.3.2 背景差分法第15-16页
        1.3.3 混合高斯背景建模法第16-17页
        1.3.4 光流法第17-20页
    1.4 论文的主要研究内容第20页
    1.5 论文的组织结构第20页
    1.6 本章总结第20-22页
第二章 快速抑制鬼影的vibe改进算法第22-36页
    2.1 vibe算法简介第22-25页
        2.1.1 模型工作原理第22-23页
        2.1.2 鬼影以及静止目标第23-25页
    2.2 改进的vibe检测算法第25-26页
        2.2.1 基本思想第25页
        2.2.2 具体过程第25-26页
    2.3 实验结果第26-34页
        2.3.1 户外环境下实验对比结果第27-30页
        2.3.2 室内环境下实验对比结果第30-34页
    2.4 本章小结第34-36页
第三章 深度相机及深度信息的获取方法第36-52页
    3.1 深度相机Kinect第37-42页
        3.1.1 Kinectv1—结构光第39-41页
        3.1.2 Kinectv1—TOF第41-42页
    3.2 双目立体视觉第42-49页
        3.2.1 双目立体匹配基本原理第43-45页
        3.2.2 立体匹配的约束条件以及匹配基元第45-46页
        3.2.3 匹配算法分类第46-49页
    3.3 三种方案比较第49-50页
    3.4 本章总结第50-52页
第四章 基于立体匹配的ViBe改进算法第52-63页
    4.1 应用背景第52-53页
    4.2 具体改进过程第53-58页
        4.2.1 ViBe像素分类第54-55页
        4.2.2 背景像素深度计算第55-57页
        4.2.3 估计前景-背景深度差异第57-58页
        4.2.4 ViBe样本更新第58页
    4.3 实验和结果分析第58-62页
        4.3.1 鬼影抑制第59-60页
        4.3.2 光照变化抑制第60-61页
        4.3.3 阴影抑制第61-62页
    4.4 本章总结第62-63页
第五章 总结与展望第63-65页
    5.1 本论文总结第63页
    5.2 对未来工作的展望第63-65页
参考文献第65-70页
致谢第70-71页
攻读硕士期间发表论文第71页

论文共71页,点击 下载论文
上一篇:重庆聚城市政产业集团有限公司基层员工薪酬体系优化设计研究
下一篇:日本长寿企业的生存秘诀--以人的要素为中心