| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-30页 |
| ·背景与需求 | 第10-19页 |
| ·视频图像处理算法与研究现状 | 第19-27页 |
| ·本文的主要内容与结构安排 | 第27-30页 |
| 2 结合分割法与运动检测法的目标提取 | 第30-55页 |
| ·基于 OGHM 法的视频运动目标检测 | 第30-37页 |
| ·单帧图像的 Markov 模型及其优化求解 | 第37-48页 |
| ·基于种子像素扩展法的运动目标提取 | 第48-50页 |
| ·实验结果与比较 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 3 基于 Matting 技术的运动目标提取 | 第55-76页 |
| ·数字 Matting 原理 | 第55-62页 |
| ·以自动生成的 Scribbles 为约束的运动目标提取 | 第62-66页 |
| ·实验结果与比较 | 第66-75页 |
| ·本章小结 | 第75-76页 |
| 4 综合特征的运动目标识别与匹配 | 第76-94页 |
| ·目标图像的单一特征建模 | 第76-83页 |
| ·目标图像的多特征自适应匹配 | 第83-89页 |
| ·实验结果与分析 | 第89-93页 |
| ·本章小结 | 第93-94页 |
| 5 综合特征融合自适应模型的目标跟踪 | 第94-111页 |
| ·粒子滤波原理 | 第95-98页 |
| ·综合特征自适应参数的粒子跟踪 | 第98-106页 |
| ·实验结果与比较 | 第106-109页 |
| ·本章小结 | 第109-111页 |
| 6 基于视频的交通流参数检测 | 第111-119页 |
| ·交通流理论 | 第111-115页 |
| ·交通流参数检测 | 第115-118页 |
| ·本章小结 | 第118-119页 |
| 7 总结与展望 | 第119-123页 |
| ·本文研究总结与创新点 | 第119-121页 |
| ·未来的工作及展望 | 第121-123页 |
| 致谢 | 第123-124页 |
| 参考文献 | 第124-136页 |
| 附录 1 攻读学位期间以第一作者发表的论文 | 第136-137页 |
| 附录 2 公开发表的学术论文与学位论文的关系 | 第137页 |