视频监控中遗留物检测关键技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·论文的背景及意义 | 第9-10页 |
| ·智能视频监控的研究现状 | 第10-11页 |
| ·遗留物检测技术的研究现状 | 第11-12页 |
| ·本文的主要内容与章节安排 | 第12-14页 |
| 第2章 遗留物检测的预备知识 | 第14-30页 |
| ·彩色图像空间 | 第14-17页 |
| ·RGB 颜色模式 | 第14-15页 |
| ·YUV 颜色模式和 YCbCr 颜色模式 | 第15-16页 |
| ·HSV 颜色模式 | 第16-17页 |
| ·图像滤波 | 第17-24页 |
| ·中值滤波 | 第18-19页 |
| ·均值滤波 | 第19页 |
| ·高斯滤波 | 第19-21页 |
| ·形态学滤波 | 第21-24页 |
| ·阴影去除 | 第24-28页 |
| ·基于颜色特征的阴影检测与去除 | 第25-26页 |
| ·基于边缘检测的阴影检测与去除 | 第26-28页 |
| ·图像的阈值分割 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 目标检测 | 第30-42页 |
| ·光流法 | 第31-32页 |
| ·帧间差分法 | 第32-34页 |
| ·背景差分法 | 第34-40页 |
| ·中值法背景建模 | 第35页 |
| ·均值法背景建模 | 第35-37页 |
| ·高斯背景建模方法 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 目标跟踪和遗留物的判定 | 第42-58页 |
| ·目标跟踪 | 第42-52页 |
| ·基于均值漂移的目标跟踪算法 | 第45-47页 |
| ·基于粒子滤波的目标跟踪算法 | 第47-48页 |
| ·基于卡尔曼滤波的目标跟踪算法 | 第48-50页 |
| ·基于卡尔曼滤波的 Meanshift 跟踪方法 | 第50-52页 |
| ·遗留物的判定 | 第52-56页 |
| ·行人识别 | 第52-55页 |
| ·遗留物的判定 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·全文总结 | 第58页 |
| ·研究展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
