| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-22页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究综述 | 第12-19页 |
| 1.2.1 无人机的发展与应用 | 第12-14页 |
| 1.2.2 基于无人机视频的运动目标检测及相关研究现状 | 第14-19页 |
| 1.3 研究内容与结构框架 | 第19-21页 |
| 1.3.1 论文研究内容 | 第19页 |
| 1.3.2 论文结构和框架 | 第19-21页 |
| 1.4 本章小结 | 第21-22页 |
| 2 基于视频的运动目标检测主流算法分析 | 第22-27页 |
| 2.1 帧差法基本原理与分析 | 第22页 |
| 2.2 混合高斯模型(GMM)基本原理与分析 | 第22-25页 |
| 2.3 光流法基本原理与分析 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 无人机视频图像特性分析 | 第27-31页 |
| 3.1 无人机基本性能及飞行状态介绍 | 第27-28页 |
| 3.2 无人机悬停状态视频图像特性分析 | 第28-29页 |
| 3.3 无人机巡航状态视频图像特性分析 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 基于无人机视频的运动车辆检测方法研究 | 第31-46页 |
| 4.1 基于无人机视频的运动车辆检测方法思路 | 第31页 |
| 4.2 无人机视频感兴趣区域预处理 | 第31-32页 |
| 4.3 基于改进ViBe算法的无人机视频运动目标检测 | 第32-43页 |
| 4.3.1 ViBe背景更新算法 | 第32-36页 |
| 4.3.2 ViBe背景更新算法分析 | 第36-39页 |
| 4.3.3 改进的ViBe背景更新算法 | 第39-43页 |
| 4.4 无人机视频运动车辆目标形态学优化处理 | 第43-45页 |
| 4.4.1 路面标线去除 | 第43-44页 |
| 4.4.2 车辆轮廓分割与提取 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 基于无人机视频的运动车辆检测实验与分析 | 第46-59页 |
| 5.1 实验平台和实验数据 | 第46页 |
| 5.2 实验结果 | 第46-57页 |
| 5.2.1 与帧差法、混合高斯法实验对比分析 | 第46-52页 |
| 5.2.2 本文算法检测效果定量分析 | 第52-55页 |
| 5.2.3 本文算法误差分析 | 第55-57页 |
| 5.3 与同类文献算法性能比较分析 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-62页 |
| 6.1 主要结论 | 第59-60页 |
| 6.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录A | 第66-68页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第68-70页 |
| 学位论文数据集 | 第70页 |