基于红外视频的行人检测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究的背景及意义 | 第10-11页 |
| ·红外成像技术研究 | 第11-14页 |
| ·红外成像技术原理 | 第11页 |
| ·主动式红外成像技术 | 第11-13页 |
| ·被动式红外成像技术 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-16页 |
| ·本文研究内容及章节安排 | 第16-18页 |
| 第二章 数字图像处理的方法研究 | 第18-28页 |
| ·引言 | 第18页 |
| ·数字图像表示方法 | 第18-19页 |
| ·图像滤波基本方法研究 | 第19-23页 |
| ·频域法 | 第20页 |
| ·空域法 | 第20-23页 |
| ·形态学图像处理 | 第23-24页 |
| ·边缘提取算子 | 第24-27页 |
| ·Roberts 算子 | 第25页 |
| ·Sobel 算子和Prewitt 算子 | 第25-26页 |
| ·Canny 算子 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 红外视频的行人分割算法研究 | 第28-39页 |
| ·引言 | 第28-29页 |
| ·中值滤波 | 第29-30页 |
| ·双阈值二值化 | 第30-33页 |
| ·对二值图像做形态学运算 | 第33页 |
| ·垂直边缘提取 | 第33-35页 |
| ·行人窗口的确定 | 第35-38页 |
| ·对称轴的获取 | 第35-36页 |
| ·行人宽度的确定 | 第36-37页 |
| ·行人起始底边的确定 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 红外视频行人识别算法研究 | 第39-55页 |
| ·引言 | 第39-40页 |
| ·Haar-like 特征提取 | 第40-45页 |
| ·Harr-like 特征构造 | 第40-41页 |
| ·Haar-like 特征计算 | 第41-44页 |
| ·构建类Haar 特征值集 | 第44-45页 |
| ·基于Adaboost 的行人识别 | 第45-52页 |
| ·样本准备 | 第45-46页 |
| ·Adaboost 算法原理 | 第46-51页 |
| ·Adaboost 算法的训练过程 | 第51-52页 |
| ·实验结果分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 系统测试结果与分析 | 第55-60页 |
| ·算法运行环境 | 第55-56页 |
| ·软件运行环境 | 第55页 |
| ·硬件运行环境 | 第55-56页 |
| ·算法评估方法 | 第56-57页 |
| ·评估数据 | 第56页 |
| ·评估方法 | 第56-57页 |
| ·评估结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 结论 | 第60-62页 |
| ·本文的主要研究成果 | 第60页 |
| ·未来工作展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 在学研究成果 | 第65-66页 |
| 致谢 | 第66页 |
