复杂环境运动目标检测技术及应用PDF电子书下载

第1章 概述 1

1.1基本概念 1

1.2研究进展 2

1.3技术难点分析 4

1.4主要应用领域 5

第2章 典型的运动目标检测技术及适用性分析 11

2.1基于光流法的运动目标检测技术 11

2.1.1基本概念 12

2.1.2算法原理 13

2.1.3常见的光流法 14

2.2基于帧差法的运动目标检测技术 16

2.2.1基本思想 16

2.2.2算法流程 17

2.3基于背景差法的运动目标检测 18

2.3.1基本思想 19

2.3.2算法流程 19

2.4混合高斯背景建模 21

2.4.1混合高斯背景模型的建立 21

2.4.2混合高斯背景模型的更新 22

2.5不同运动目标检测技术的适用性分析 23

第3章 摄像机畸变校正技术 26

3.1数理模型 26

3.1.1坐标系 27

3.1.2摄像机标定模型 29

3.1.3非线性畸变模型 31

3.2摄像机标定方法的分类 34

3.2.1基于标定物的标定法 35

3.2.2摄像机自标定方法 39

3.2.3基于主动视觉的标定方法 42

3.2.4不同摄像机标定方法的适用性分析 42

3.3基于GPU的畸变校正加速算法 44

3.3.1采用CUDA技术的GPU 44

3.3.2基于网格标定的校正技术原理 46

3.3.3 GBGC算法概述 47

3.3.4 GBGC算法关键步骤 48

3.4实验结果分析 53

第4章 静态场景运动目标检测技术 55

4.1基本原理 55

4.2分类特征的选择 57

4.2.1颜色特征 57

4.2.2纹理特征 62

4.3相似性度量的定义 65

4.4基于Choquet积分的特征融合 65

4.5基于自适应阈值的图像分割算法 67

4.5.1定义 67

4.5.2 基本步骤 68

4.5.3阈值更新策略 69

4.6实验结果分析 70

4.6.1颜色特征选择实验 70

4.6.2 ULBP纹理特征选择实验 79

4.6.3自适应分类阈值确定实验 81

4.6.4复杂背景条件下运动目标检测实验 83

4.6.5运动目标检测效果的定量分析 87

第5章 动态场景运动目标检测技术 88

5.1基本原理 88

5.2基于多尺度Harris角点SAM的图像配准算法 90

5.2.1算法基础 90

5.2.2算法描述 91

5.2.3多尺度边缘检测算法 91

5.2.4多尺度Harrs角点检测算法 92

5.2.5相似性测度的定义及误匹配点对的删除 94

5.2.6图像配准实验 95

5.3基于帧差法的运动目标检测算法 99

5.3.1算法描述 99

5.3.2具体实现 100

5.3.3帧差法实验 102

5.4实验结果分析 105

第6章 红外图像运动目标检测技术 108

6.1基本原理 109

6.2基于小波系数相关度的图像去噪增强算法 110

6.2.1问题描述 110

6.2.2算法描述 111

6.2.3具体实现 113

6.2.4图像去噪增强实验 116

6.3特征的相似性度量 118

6.4基于Sugeno模糊积分的分类特征融合 119

6.5实验结果分析 121

第7章 基于双目视觉的运动目标检测技术 124

7.1双目视觉基本原理 124

7.2实现步骤 126

7.3双目摄像机标定 127

7.4双目立体匹配 128

7.4.1特殊性及难点 128

7.4.2具体实现 130

第8章 运动目标检测技术在智能监控系统中的应用 131

8.1智能监控系统的发展历程 131

8.2运动目标检测技术应用情况 132

参考文献 136