單高斯模型論文單高斯模型 運動目標檢測 拖尾 鬼影 陰影消除

1、 單高斯模型論文：運動目標檢測算法及其應用研究【中文摘要】現(xiàn)代社會正變得日益復雜,人們所面臨的安全形勢也越來越嚴峻。在這種情況下,智能視頻監(jiān)控技術(shù)得到了廣泛的應用。作為智能視頻監(jiān)控技術(shù)中的關(guān)鍵底層技術(shù),運動目標檢測算法也受到了越來越多的科研工作者的關(guān)注,并逐漸成為計算機視覺技術(shù)中的熱點研究課題之一。論文首先介紹了課題的和國內(nèi)外研究現(xiàn)狀,并對國內(nèi)外一些經(jīng)典的運動目標檢測算法做了研究,分析了它們各自的優(yōu)點和不足。論文對當前常用的幾種運動目標檢測方法幀間差分法、光流場法、背景差分法的原理和流程作了詳盡的分析,并對運動目標檢測常用技術(shù)如圖像處理、陰影去除、形態(tài)學處理、輪廓提取等相關(guān)知識做了普遍的研究。

2、論文著重研究了基于單高斯模型的運動目標檢測方法。論文首先介紹了單高斯模型的來源和傳統(tǒng)的基于單高斯模型的運動目標檢測方法的原理,然后指出了傳統(tǒng)的基于單高斯模型的運動目標檢測方法存在的“拖尾”問題,并分析了產(chǎn)生該問題的原因,由此引出了經(jīng)過Koller等人改進后的基于單高斯模型的運動目標檢測方法。Koller等人的算法解決了傳統(tǒng)算法的“拖尾”問題,但又產(chǎn)生了“鬼影”問題。論文在對“鬼影”問題的產(chǎn)生原因作了深入分析的基礎上,提出了動態(tài)的高斯模型更新策略,很好.【英文摘要】The modern society is becoming more and more complex. The security

3、 situation people face is becoming more and more serious. In this case, the intelligent video surveillance technology has been widely used. As the key technology on intelligent video surveillance, algorithms on moving object detection have gotten more and more concern from researchers and become a h

4、ot research topic of computer vision technology gradually.First of all, this thesis introduces the research background and current situation i.【關(guān)鍵詞】單高斯模型 運動目標檢測 拖尾 鬼影 陰影消除【英文關(guān)鍵詞】Single Gaussian model Moving object detection Trailing Ghost Shadow suppression【索購全文】聯(lián)系 Q1：138113721 Q2：139938848【目錄】運動目標檢

5、測算法及其應用研究摘要4-5Abstract5-6第1章 緒論9-151.1 課題的研究背景和意義9-101.2 國內(nèi)外研究現(xiàn)狀10-121.3 論文的研究內(nèi)容12-131.4 論文的組織結(jié)構(gòu)13-15第2章 運動目標檢測常用技術(shù)15-352.1 圖像預處理15-182.1.1 圖像噪聲15-162.1.2 圖像去噪162.1.3 均值濾波16-172.1.4 中值濾波172.1.5 高斯濾波17-182.2 運動目標檢測常用算法18-272.2.1 運動目標檢測算法概述18-212.2.2 幀間差分法21-232.2.3 光流法23-252.2.4 背景差分法25-262.2.5 三種常用運

6、動目標檢測方法的比較26-272.3 陰影去除方法27-292.3.1 陰影的形成機理27-282.3.2 陰影去除常用算法28-292.4 形態(tài)學處理29-322.4.1 膨脹與腐蝕29-312.4.2 開運算與閉運算31-322.5 OpenCV介紹32-342.5.1 OpenCV總覽32-332.5.2 OpenCV常用函數(shù)33-342.6 本章小結(jié)34-35第3章 基于改進的單高斯模型的運動目標檢測方法35-513.1 傳統(tǒng)的單高斯模型35-393.1.1 高斯分布35-373.1.2 單高斯模型的建立37-383.1.3 單高斯模型的更新38-393.2 改進的單高斯模型39-453.2.1 更新率的選取39-403.2.2 更新策略的改進40-453.3 陰影檢測45-483.3.1 基于色度畸變的陰影檢測方法46-473.3.2 基于一階梯度模型的陰影檢測方法47-483.4 運動目標輪廓提取48-503.5 本章小結(jié)50-51第4章 智能視頻監(jiān)控原型系統(tǒng)設計51-594.1 智能視頻監(jiān)控原型系統(tǒng)概況51-544.1.1 系統(tǒng)開發(fā)背景51-524.1.2 系統(tǒng)架構(gòu)及主要模塊52-534.1.3 系統(tǒng)監(jiān)控原理53-544.2 視頻智能分析模塊54-564.2.1 視頻智能分析工作流54-554.2.2 視頻智