声明
摘要
第一章 绪论
1.1 课题的研究背景和意义
1.1.1 计算机视觉
1.1.2 智能视频监控
1.1.3 运动目标分类
1.2 课题的国内外研究现状
1.2.1 智能监控技术在国外的研究现状
1.2.2 智能监控技术在国内的研究现状
1.2.3 运动目标分类的研究现状
1.3 论文主要内容
1.4 论文章节安排
第二章 固定场景下的运动目标检测
2.1 光流法
2.1.1 算法原理
2.1.2 算法步骤
2.1.3 总结分析
2.2 帧差法
2.2.1 算法原理
2.2.2 算法步骤
2.2.3 实验及总结
2.3 背景差法
2.3.1 算法原理
2.3.2 几种背景建模算法的介绍
2.3.3 实验对比与分析
2.4 本文采用的特定区域内目标检测算法
第三章 运动目标的提取
3.1 图像的二值化
3.2 二值图像的形态学处理
3.2.1 腐蚀与膨胀
3.2.2 开操作和闭操作
3.3 连通域的标记与分析
3.4 离散团块的合并与整理
第四章 运动目标分类特征的选择和提取
4.1 常用于运动目标分类的特征概述
4.1.1 基于静态特征的运动目标分类
4.1.2 基于动态特征的目标分类
4.1.3 静态特征与动态特征相结合的运动目标分类
4.2 本文所采用的特征及提取过程
第五章 基于支持向量机的运动目标分类
5.1 支持向量机理论概述
5.1.1 机器学习理论的发展
5.1.2 支持向量机理论的基本原理
5.1.3 支持向量机理论涉及的概念
5.2 基于SvM的运动目标分类
5.2.1 基于SVM的多类别分类
5.2.2 基于SVM的运动目标分类的实现
5.3 实验结果与分析
第六章 总结与展望
总结
展望
参考文献
致谢
攻读硕士学位期间参与的科研项目和发表的论文