视频监控中的运动目标检测算法研究与实现
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·本文的研究背景 | 第8页 |
| ·本文的研究路线 | 第8-11页 |
| ·研究目标 | 第8-9页 |
| ·研究思路 | 第9页 |
| ·研究内容 | 第9-10页 |
| ·拟解决的科学关键问题 | 第10-11页 |
| ·本文的论文结构 | 第11-12页 |
| 2 运动目标检测方法文献综述 | 第12-31页 |
| ·引言 | 第12页 |
| ·运动目标检测基本方法 | 第12-29页 |
| ·光流法 | 第14-16页 |
| ·帧差分法 | 第16-18页 |
| ·背景相减法 | 第18-29页 |
| ·小结 | 第29-31页 |
| 3 两种运动目标检测算法的改进 | 第31-44页 |
| ·引言 | 第31页 |
| ·基于梯度时空信息高斯混合背景模型 | 第31-38页 |
| ·问题描述 | 第31-32页 |
| ·问题描述高斯混合背景模型预处理 | 第32-33页 |
| ·基于梯度时空信息的高斯混合背景模型改进方法 | 第33-36页 |
| ·实验结果 | 第36-38页 |
| ·基于YUV 空间球状码元的码本背景模型 | 第38-44页 |
| ·问题描述 | 第38-39页 |
| ·基于YUV 空间球状码元的码本背景模型 | 第39-42页 |
| ·实验结果 | 第42-44页 |
| 4 运动目标检测结果的后处理方法研究 | 第44-51页 |
| ·引言 | 第44页 |
| ·阴影剪除 | 第44-45页 |
| ·轮廓的优化 | 第45-46页 |
| ·形态学处理 | 第45-46页 |
| ·graph cut 瑕疵剪除 | 第46页 |
| ·区域连通标号 | 第46-47页 |
| ·实验分析 | 第47-51页 |
| 5 运动目标检测算法的比较研究 | 第51-63页 |
| ·运动目标检测模块的设计 | 第51-55页 |
| ·模块的设计原则 | 第51-53页 |
| ·模块的类图 | 第53-55页 |
| ·运动目标检测测试 | 第55-63页 |
| ·测试数据 | 第55-56页 |
| ·测试方法 | 第56-57页 |
| ·测试结果 | 第57-63页 |
| 6 结论与展望 | 第63-65页 |
| ·主要结论 | 第63页 |
| ·后续研究工作的展望 | 第63-64页 |
| ·小结 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| 作者在攻读学位期间发表的论文目录 | 第70页 |
