| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 本文的主要内容和结构安排 | 第10-12页 |
| 2 视频运动目标预处理技术 | 第12-22页 |
| 2.1 图像的灰度均衡化 | 第12-13页 |
| 2.2 图像滤波 | 第13-17页 |
| 2.2.1 中值滤波 | 第14-16页 |
| 2.2.2 均值滤波 | 第16-17页 |
| 2.3 二值图像的处理 | 第17-21页 |
| 2.3.1 数学形态学 | 第17-20页 |
| 2.3.2 连通性检验 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 基于自适应混合高斯模型的运动目标检测算法 | 第22-40页 |
| 3.1 运动目标检测常用方法研究 | 第22-28页 |
| 3.1.1 帧差分法 | 第22-24页 |
| 3.1.2 多帧平均法 | 第24-25页 |
| 3.1.3 混合高斯模型 | 第25-28页 |
| 3.2 变速目标情况下的目标检测算法 | 第28-34页 |
| 3.2.1 静态区域背景学习速率更新算法 | 第28-29页 |
| 3.2.2 动态区域学习速率更新算法 | 第29-31页 |
| 3.2.3 变速情况下运动目标检测的算法步骤 | 第31-32页 |
| 3.2.4 实验结果分析 | 第32-34页 |
| 3.3 光照突变情况下的运动目标检测算法 | 第34-39页 |
| 3.3.1 自适应阈值分割算法原理 | 第34-36页 |
| 3.3.2 阴影特性分析与抑制 | 第36页 |
| 3.3.3 改进的三帧差分法 | 第36-38页 |
| 3.3.4 实验结果分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 改进的Mean Shift跟踪算法 | 第40-53页 |
| 4.1 目标特征提取 | 第40-41页 |
| 4.2 Mean Shift算法 | 第41-45页 |
| 4.2.1 Mean Shift算法原理 | 第41-43页 |
| 4.2.2 Mean Shift算法的跟踪实现分析 | 第43-45页 |
| 4.3 改进的Mean Shift跟踪算法 | 第45-52页 |
| 4.3.1 改进算法基本原理 | 第45-47页 |
| 4.3.2 实验结果分析 | 第47-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 结论 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 今后工作的展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59页 |