| 第一章 概述 | 第1-18页 |
| 1．1 视频序列图像运动目标分割的发展 | 第8-12页 |
| 1．2 目标识别技术的发展 | 第12-13页 |
| 1．3 运动目标分割与识别系统 | 第13-18页 |
| 第二章 基于色彩信息与视频运动信息相结合的目标分割算法 | 第18-42页 |
| 2．1 彩色图像分割原理及实现 | 第18-34页 |
| 2．1．1 色彩空间的选取 | 第18-20页 |
| 2．1．2 密度及密度梯度估计 | 第20-22页 |
| 2．1．3 均值偏移过程的收敛性 | 第22-24页 |
| 2．1．4 彩色图像分割的具体实现和分割结果 | 第24-34页 |
| 2．1．4．1 部分空间信息介入到均值偏移过程的聚类算法 | 第24-26页 |
| 2．1．4．2 等同标志区域连通算法 | 第26-29页 |
| 2．1．4．3 分割实验结果 | 第29-34页 |
| 2．2 运动检测及粗模板的获取 | 第34-40页 |
| 2．2．1 HOS原理及运动检测的实现 | 第34-36页 |
| 2．2．1．1 帧差建模 | 第34-35页 |
| 2．2．1．2 帧间变化检测 | 第35-36页 |
| 2．2．2 运动检测的后处理 | 第36-38页 |
| 2．2．2．1 边缘提取 | 第36-37页 |
| 2．2．2．2 区域填充 | 第37-38页 |
| 2．2．3 运动检测结果 | 第38-40页 |
| 2．3 彩色信息与运动信息融合算法及实验结果 | 第40-42页 |
| 第三章 基于规格化与Zernike矩相结合的目标识别算法 | 第42-58页 |
| 3．1 目标识别系统 | 第42-43页 |
| 3．2 常规矩 | 第43-44页 |
| 3．3 Zernike矩 | 第44-45页 |
| 3．4 基于规格化与Zernike矩相结合的算法原理和具体实现 | 第45-50页 |
| 3．4．1 平移、尺度变化、扭曲的图像规格化处理 | 第45-49页 |
| 3．4．2 Zernike矩具体实现和特征提取 | 第49-50页 |
| 3．5 C-均值聚类目标识别算法 | 第50-51页 |
| 3．6 目标识别实验结果 | 第51-58页 |
| 第四章 算法的优缺点 | 第58-60页 |
| 第五章 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 附录一 四连通方法图像扫描流程图 | 第68-69页 |
| 附录二 等同标志区域连通算法流程图 | 第69-70页 |
