1 / 57
文档名称:

运用定位学理论对上海某地块房地产开发定位的研究报告.pdf

格式:pdf   页数:57
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

运用定位学理论对上海某地块房地产开发定位的研究报告.pdf

上传人:779277932 2012/2/8 文件大小:0 KB

下载得到文件列表

运用定位学理论对上海某地块房地产开发定位的研究报告.pdf

文档介绍

文档介绍:夫·晕武虞妥垮微硕士学位论文运动目标的检测与跟踪算法研究刘俊指导教师姓名:申请学位级别:论文定稿日期:学位授予单位:学位授予日期:吴谨教授武汉科技大学信息科学与工程学院答辩委员会主席:评阅王典洪教授刘毅敏副教授人:
二纪夏剖怨樱日期:剃ぃ甀以鳌研究生学位论文创新性声明研究生学位论文版权使用授权声明武汉科技大学本人郑重声明:所呈交的学位论文是本人在导师指导下,独立进行研究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的工作外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。申请学位论文与资料若有不实之处,本人承担一切相关责任。论文作者签名:本论文的研究成果归武汉科技大学所有,其研究内容不得以其它单位的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定,同意学校保留并向有关部门凑铡段浜嚎萍即笱Ч赜谘芯可宦畚氖章工作的规定》执行徒宦畚牡母从〖偷缱影姹荆市砺畚谋徊樵暮徒柙模同意学校将本论文的全部或部分内容编入学校认可的国家相关数据库进行检索和对外服务。指导教师签名:期:日
关键词:智能视频监控;图像分割;阴影检测;目标检测与跟踪;目标识别第术受到了人们领域,计算机视觉技术得到了广泛的应用。在计算机视觉中,运动目标的检测与跟踪是智能视频监控最重要的技术之一。由于在现实生活中,大量有意义的视觉信息都包含在运动当中,智能视频监控可以在无人工处理的情况下,自动完成对图像序列中运动目标的检测、提取、定位、跟踪和识别。因此对运动目标的检测与跟踪便成为人们研究工作的重点,本文围绕视频监控中的目标检测与跟踪算法进行了研究。首先介绍了视频监控技术的发展和研究现状;分析了各种图像分割技术。其次,对常用的运动目标检测与跟踪方法做了详细分析、改进和实现,包括运动目标检测中的光流场法、邻帧差分法、背景差分法;利用阕痈慕巳〔罘炙惴ǎ谝欢ǔ潭壬夏得到较好的目标轮廓,减少空洞;利用邻帧差分思想改进了背景更新算法,使改进的算法更具有自适应能力。然后,对运动目标的阴影检测算法进行了研究,利用阴影区域的色度不变性原理,分析了基于梯度、際颜色空间模型的阴影检测算法,采用算法对跤凹觳馑惴ń秀兄笛∪。栽銮科浠肪车淖允视π浴T谠硕勘旮偌际中,对粒子滤波、惴ㄓ隒惴ń辛讼晗竿频迹⒔玤げ饴波的思想结合到粒子滤波与算法中,使得改进后的目标跟踪算法在稳定性和准确性上有了提高。最后简单利用了目标区域的面积和周长等相关参数实现运动目标的识别,并对全文进行了总结和展望。
.;,,瑃..,,,珻,琣,.,,甀甀..;..,
武汉科技大学硕士学位论文目录第摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯课题意义及目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.发展历史及研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯视频监控的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文结构与内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章图像分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯概觥基于阈值的图像分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于边界的图像分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于耐枷穹指睢基于形态学的图像方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于分水岭的图像分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章运动目标检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯视频分割概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像滤波⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..笛榻峁邻帧差分法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..街〔.
武汉科技大学硕士学位论文.〔〔罘址ā骸背景差分法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〔罘直尘案隆自适应背景更新算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.臣