基于视频的运动目标检测与跟踪方法应用研究 |
论文目录 | | 摘要 | 第1-7页 | ABSTRACT | 第7-13页 | 第1章 绪论 | 第13-18页 | · 引言 | 第13-14页 | · 研究背景和现状 | 第14-15页 | · 国外研究现状 | 第14-15页 | · 国内研究现状 | 第15页 | · 研究工作的难点 | 第15-16页 | · 本文的创新点 | 第16页 | · 本论文的结构安排 | 第16-18页 | 第2章 运动目标检测 | 第18-41页 | · 前言 | 第18-19页 | · 帧差法 | 第19-22页 | · 相邻两帧图像差分法 | 第20页 | · 对称差分法 | 第20-22页 | · 背景差分法 | 第22-24页 | · 单高斯分布背景模型 | 第22-23页 | · 多高斯分布背景模型 | 第23-24页 | · 光流法 | 第24-25页 | · 过渡区与图像分割 | 第25-26页 | · 基于梯度的方法 | 第26-31页 | · 有效平均梯度法 | 第26-28页 | · 高梯度像元法 | 第28-29页 | · 度信息法 | 第29-30页 | · 小波变换法 | 第30-31页 | · 数学形态学方法 | 第31页 | · 非梯度提取方法 | 第31-35页 | · 回归分析法 | 第31-32页 | · 基于熵的方法 | 第32-33页 | · 复杂度法 | 第33-34页 | · 小结 | 第34-35页 | · 基于过渡区提取的红外运动目标检测 | 第35-39页 | · 差分融合的目标检测方法 | 第35-36页 | · 基于交叉熵的过渡区分割算法 | 第36-39页 | · 本章小结 | 第39-41页 | 第3章 运动目标阴影检测与消除 | 第41-53页 | · 引言 | 第41页 | · 阴影的基本属性和形成原理 | 第41-42页 | · 运动目标阴影的检测与消除算法 | 第42-45页 | · 基于特征的方法 | 第43-44页 | · 基于模型的方法 | 第44-45页 | · 基于彩色模型的阴影检测 | 第45-52页 | · RGB 色彩空间的阴影检测 | 第45-47页 | · YUV 色彩空间的阴影检测 | 第47-48页 | · HSI 色彩空间的阴影检测 | 第48-50页 | · 本文改进的阴影检测算法 | 第50-51页 | · 仿真实验结果 | 第51-52页 | · 本章小节 | 第52-53页 | 第4章 基于视频的运动目标跟踪 | 第53-67页 | · 引言 | 第53页 | · 运动目标跟踪算法概述 | 第53-56页 | · 基于模型的跟踪方法 | 第54页 | · 基于轮廓的跟踪方法 | 第54-55页 | · 基于特征的跟踪方法 | 第55页 | · 基于区域的跟踪方法 | 第55-56页 | · 卡尔曼滤波器 | 第56-60页 | · 卡尔曼滤波的基本原理 | 第56-59页 | · 基于卡尔曼滤波器的运动目标估计 | 第59-60页 | · 基于卡尔曼滤波和加权颜色分布的彩色目标跟踪 | 第60-66页 | · 用于跟踪的加权直方图模型 | 第61-62页 | · 加权直方分布匹配优化 | 第62页 | · 卡尔曼滤波过程 | 第62-63页 | · 实验结果与分析 | 第63-66页 | · 本章小节 | 第66-67页 | 结论与进一步工作展望 | 第67-69页 | 结论 | 第67-68页 | 进一步的展望 | 第68-69页 | 参考文献 | 第69-74页 | 致谢 | 第74-75页 | 攻读学位期间发表的学位论文 | 第75-76页 | 大摘要 | 第76-80页 |
|
|
|
| |