基于混合高斯模型的智能视频多目标检测算法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文章节安排 | 第12-13页 |
| 第2章 目标检测算法理论 | 第13-27页 |
| 2.1 引言 | 第13页 |
| 2.2 图像预处理 | 第13-15页 |
| 2.2.1 均值滤波 | 第14页 |
| 2.2.2 中值滤波 | 第14-15页 |
| 2.2.3 高斯滤波 | 第15页 |
| 2.3 目标检测算法 | 第15-19页 |
| 2.3.1 帧差法 | 第15-16页 |
| 2.3.2 光流法 | 第16-17页 |
| 2.3.3 背景差分法 | 第17-19页 |
| 2.3.4 三种目标检测算法对比 | 第19页 |
| 2.4 阴影检测及抑制 | 第19-22页 |
| 2.5 形态学处理 | 第22-25页 |
| 2.5.1 图像腐蚀和膨胀 | 第22-24页 |
| 2.5.2 开运算和闭运算 | 第24页 |
| 2.5.3 连通域处理 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 基于混合高斯模型的多目标检测 | 第27-40页 |
| 3.1 引言 | 第27-28页 |
| 3.2 混合高斯背景模型 | 第28-33页 |
| 3.2.1 背景建模 | 第28-30页 |
| 3.2.2 模板匹配 | 第30页 |
| 3.2.3 参数更新 | 第30-31页 |
| 3.2.4 背景模型估计 | 第31-32页 |
| 3.2.5 前景分割 | 第32页 |
| 3.2.6 实验结果 | 第32-33页 |
| 3.3 改进的混合高斯模型 | 第33-39页 |
| 3.3.1 混合高斯模型存在的问题 | 第33-34页 |
| 3.3.2 模型的改进策略 | 第34-38页 |
| 3.3.3 时空分布的背景模型算法结构 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 实验结果 | 第40-50页 |
| 4.1 | 第41-48页 |
| 4.1.1 动态背景下前景算法的比较实验 | 第41-45页 |
| 4.1.2 运动目标静止的检测实验 | 第45-47页 |
| 4.1.3 阴影检测实验 | 第47-48页 |
| 4.1.4 连通域处理实验 | 第48页 |
| 4.2 本章小结 | 第48-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间参与的课题研究及取得的研究成果 | 第56-57页 |
| 致谢 | 第57-58页 |
