复杂背景下摇摆目标的检测技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究的背景和意义 | 第11-13页 |
| ·计算机视觉研究概述 | 第13-16页 |
| ·计算机视觉应用领域以及面临的问题 | 第13-15页 |
| ·运动视觉的检测 | 第15-16页 |
| ·本文主要研究内容及其主要结构 | 第16-18页 |
| ·本文主要研究内容 | 第16-17页 |
| ·本文主要结构 | 第17-18页 |
| 第2章 数字图像处理的常用方法 | 第18-36页 |
| ·图像增强 | 第18-23页 |
| ·图像平滑 | 第18-21页 |
| ·图像锐化 | 第21-23页 |
| ·图像分割 | 第23-29页 |
| ·阈值分割法 | 第23-25页 |
| ·边缘检测法 | 第25-26页 |
| ·区域分割法 | 第26-29页 |
| ·图像形态学处理 | 第29-35页 |
| ·数学形态学的相关概念 | 第30-31页 |
| ·腐蚀、膨胀算法 | 第31-32页 |
| ·开运算和闭运算 | 第32-34页 |
| ·击中击不中变换 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 复杂背景下摇摆目标检测 | 第36-60页 |
| ·引言 | 第36页 |
| ·常用的基于目标分割的摇摆目标检测方法 | 第36-38页 |
| ·帧间差分法 | 第36-37页 |
| ·背景差分法 | 第37-38页 |
| ·一种改进的基于目标分割的摇摆目标检测方法 | 第38-43页 |
| ·帧内差分算法 | 第38-40页 |
| ·帧内差分算法基于积分图的实现 | 第40-42页 |
| ·积分图的性能分析 | 第42-43页 |
| ·基于传统的 SIFT 特征的摇摆目标检测方法 | 第43-51页 |
| ·DOG 尺度空间生成 | 第43-44页 |
| ·特征点搜索 | 第44-46页 |
| ·点的搜索与定位 | 第46-48页 |
| ·删除边缘效应 | 第48-49页 |
| ·特征点的主方向分配 | 第49-50页 |
| ·特征描述子的生成 | 第50-51页 |
| ·基于改进的 SIFT 特征的摇摆目标检测 | 第51-55页 |
| ·MSERS 椭圆区域提取及主方向计算 | 第51-54页 |
| ·特征描述子的生成 | 第54-55页 |
| ·实验分析与结果 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 复杂背景下摇摆目标识别 | 第60-69页 |
| ·基于分割区域的摇摆目标识别 | 第60-62页 |
| ·区域定位 | 第60-61页 |
| ·区域归一化 | 第61-62页 |
| ·特征提取与模板匹配识别 | 第62页 |
| ·基于特征匹配的摇摆目标识别 | 第62-65页 |
| ·基于局部特征的目标匹配 | 第63-65页 |
| ·实验及结果分析 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第75-77页 |
| 致谢 | 第77-78页 |
