| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景与意义 | 第9-10页 |
| ·视频分割 | 第9页 |
| ·人体目标分割 | 第9-10页 |
| ·国内外研究方法综述 | 第10-14页 |
| ·运动目标分割方法 | 第10-12页 |
| ·基于皮肤特征检测方法 | 第12-14页 |
| ·论文的主要内容及结构安排 | 第14-17页 |
| ·论文的主要内容 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 第二章 光照突变下基于高斯混合模型的人体目标分割 | 第17-29页 |
| ·算法概述 | 第17页 |
| ·基于混合高斯模型的背景建模 | 第17-19页 |
| ·背景建模的主要难点分析 | 第17-18页 |
| ·基于混合高斯模型的背景模型 | 第18-19页 |
| ·基于混合高斯模型的运动目标分割方法 | 第19-22页 |
| ·模型匹配 | 第19-20页 |
| ·模型更新 | 第20-22页 |
| ·分割原理 | 第22页 |
| ·基于变化检测的改进的混合高斯模型分割算法 | 第22-25页 |
| ·帧间光照变化的检测 | 第22-23页 |
| ·改进算法描述 | 第23-25页 |
| ·实验结果与分析 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于贝叶斯分类模型和数学形态学的人体目标分割 | 第29-44页 |
| ·算法概述 | 第29-31页 |
| ·数学形态学基本理论 | 第31-34页 |
| ·数学形态学的发展 | 第31-32页 |
| ·数学形态学基本理论 | 第32-34页 |
| ·基于Bayes分类器的分割方法 | 第34-41页 |
| ·Bayes统计分类原理 | 第34-35页 |
| ·背景的统计表征 | 第35-38页 |
| ·基于Bayes分类器的分割算法 | 第38-41页 |
| ·形态学后处理 | 第41-42页 |
| ·背景噪声滤波 | 第41页 |
| ·空洞修补 | 第41页 |
| ·阴影消除 | 第41-42页 |
| ·试验结果与分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于皮肤颜色分布直方图的人体分割 | 第44-57页 |
| ·引言 | 第44页 |
| ·皮肤区域颜色分布直方图的建立 | 第44-46页 |
| ·颜色空间的选取 | 第44-45页 |
| ·HSV颜色空间颜色分布直方图的建立 | 第45-46页 |
| ·3-D仿射变换 | 第46-48页 |
| ·线性组合预测模型 | 第48-52页 |
| ·二阶Markov预测模型 | 第48-49页 |
| ·维纳一步预测模型 | 第49-50页 |
| ·线性组合预测模型 | 第50-52页 |
| ·算法流程 | 第52-53页 |
| ·分割算法的初始化阶段 | 第52页 |
| ·分割算法的学习阶段 | 第52-53页 |
| ·分割算法的预测阶段 | 第53页 |
| ·实验结果与分析 | 第53-55页 |
| ·本章小节 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 作者在攻读硕士期间发表的论文 | 第64-66页 |