| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10页 |
| ·计算机视觉技术发展的历程 | 第10页 |
| ·图像分析技术 | 第10-12页 |
| ·国内外研究与应用现状 | 第12-14页 |
| ·OpenCV发展趋势 | 第14-15页 |
| ·KINECT发展历程以及功能 | 第15-16页 |
| ·论文中的研究内容以及创新点 | 第16-17页 |
| 第2章 移动物体检测原理和关键技术 | 第17-45页 |
| ·视频中运动物体的检测原理 | 第17-18页 |
| ·基于OpenCV、Kinect的运动物体的视频检测 | 第18-21页 |
| ·目标运动物体的检测方法 | 第19-20页 |
| ·背景差分法 | 第20-21页 |
| ·采集实时视频码流 | 第21页 |
| ·图像预处理 | 第21-24页 |
| ·视频图像的平滑滤波处理 | 第21-23页 |
| ·图像的腐蚀、填充 | 第23页 |
| ·初始化和实时更新背景图像 | 第23-24页 |
| ·提取前景运动物体 | 第24-28页 |
| ·边缘检测 | 第25-26页 |
| ·阈值二值化的分割 | 第26-28页 |
| ·本文设计的检测、分析算法 | 第28-33页 |
| ·高斯滤波平滑算法 | 第28页 |
| ·边缘检测算法 | 第28页 |
| ·阈值二值化图像处理(OTSU) | 第28-29页 |
| ·背景差分法图像的二值化算法 | 第29-30页 |
| ·图像填充算法 | 第30-31页 |
| ·OpenCV的跟踪框架搭建 | 第31-33页 |
| ·计算机视觉三维技术 | 第33-44页 |
| ·视觉系统研究 | 第33-34页 |
| ·双目视觉 | 第34页 |
| ·摄像机标定 | 第34-35页 |
| ·建立摄像机的模型 | 第35-38页 |
| ·Bouquet校正方法 | 第38-41页 |
| ·本文设计的3D重构算法 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 硬件平台的搭建——Kinect智能体感器 | 第45-53页 |
| ·kinect体感控制器的功能 | 第46-47页 |
| ·Kinect工作原理以及组成部件 | 第47-49页 |
| ·Kinect三维深度图像的显示 | 第49-51页 |
| ·Kinect深度测量的原理说明 | 第50页 |
| ·通过Kinect的深度图像数据计算三维点云 | 第50-51页 |
| ·Kinect三维深度图像的运动物体检测 | 第51页 |
| ·开发平台的搭建 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 软件平台的搭建 | 第53-58页 |
| ·OpenCV | 第53-54页 |
| ·OpenGL | 第54-55页 |
| ·OpenNI | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 实验结果 | 第58-67页 |
| ·图像预处理实验结果 | 第58-61页 |
| ·平滑处理 | 第58页 |
| ·边缘检测实验及其结果 | 第58-59页 |
| ·阂值二值化图像处理(OTSU)实验结果图 | 第59-60页 |
| ·视频中检测、跟踪前景运动物体的实验参数选取以及效果图 | 第60-61页 |
| ·OpenCV的跟踪框架搭建——结合OpenCV模块设计实验结果 | 第61-62页 |
| ·三维立体点云算法实验 | 第62-63页 |
| ·Kinect实验效果图 | 第63-65页 |
| ·Kinect三维深度图像的运动物体检测 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士期间发表的论文 | 第74页 |
