基于场景变化的运动目标实时检测与跟踪技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题的研究背景和意义 | 第8-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·主要研究工作 | 第13-14页 |
| ·论文的结构安排 | 第14-16页 |
| 第二章 视频图像预处理 | 第16-24页 |
| ·噪声滤除 | 第16-19页 |
| ·均值滤波法 | 第16-17页 |
| ·中值滤波法 | 第17-18页 |
| ·小波滤波法 | 第18-19页 |
| ·图象分割 | 第19-23页 |
| ·边缘检测算子 | 第19-21页 |
| ·阈值分割技术 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 运动目标检测算法研究 | 第24-31页 |
| ·基于光流场的检测方法 | 第24-25页 |
| ·基于帧间差分的检测方法 | 第25-26页 |
| ·基于背景消减的检测方法 | 第26-30页 |
| ·基于改进K-均值聚类的背景模型 | 第27-29页 |
| ·混合高斯背景模型 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 运动目标跟踪算法研究 | 第31-40页 |
| ·基本跟踪方法概述 | 第31-32页 |
| ·基于模型的跟踪 | 第31-32页 |
| ·基于特征的跟踪 | 第32页 |
| ·基于区域的跟踪 | 第32页 |
| ·常用方法介绍 | 第32-39页 |
| ·基于卡尔曼滤波的跟踪方法 | 第33-34页 |
| ·基于Cam Shift的跟踪方法 | 第34-35页 |
| ·基于MeanShift的跟踪方法 | 第35-37页 |
| ·基于粒子滤波的跟踪方法 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 实时检测与跟踪系统设计 | 第40-56页 |
| ·图像预处理 | 第40-44页 |
| ·图像去噪 | 第40-43页 |
| ·图像分割 | 第43-44页 |
| ·实时运动目标检测 | 第44-52页 |
| ·背景建模 | 第44-47页 |
| ·干扰的去除 | 第47-48页 |
| ·阴影去除 | 第48-50页 |
| ·运动目标的提取 | 第50-51页 |
| ·实时运动目标的检测流程 | 第51-52页 |
| ·实时运动目标跟踪 | 第52-55页 |
| ·改进的粒子滤波算法 | 第52-54页 |
| ·实时运动目标跟踪流程 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 实时检测与跟踪仿真系统实现 | 第56-72页 |
| ·系统设计 | 第56-58页 |
| ·系统框架 | 第56-57页 |
| ·系统软件 | 第57-58页 |
| ·实验仿真结果及分析 | 第58-71页 |
| ·实时运动目标检测仿真实验 | 第58-63页 |
| ·实时运动目标跟踪仿真实验 | 第63-68页 |
| ·综合测试 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 第七章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 作者在攻读硕士期间主要研究成果 | 第81页 |
