| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-17页 |
| ·视频运动目标提取的研究背景 | 第7-8页 |
| ·视频运动目标提取的研究现状 | 第8-15页 |
| ·帧差法提取视频运动目标 | 第10-12页 |
| ·光流法提取视频运动目标 | 第12-13页 |
| ·背景差分法提取视频运动目标 | 第13-15页 |
| ·本文的主要研究内容 | 第15-17页 |
| ·本文的研究内容 | 第15页 |
| ·本文的章节安排 | 第15-17页 |
| 第2章 离散小波变换和聚类算法的理论基础 | 第17-29页 |
| ·小波变换基本理论 | 第17-22页 |
| ·小波变换简介 | 第17页 |
| ·连续小波变换 | 第17-19页 |
| ·离散小波变换 | 第19-22页 |
| ·聚类算法的理论基础 | 第22-24页 |
| ·聚类算法简介 | 第22-23页 |
| ·类的定义 | 第23页 |
| ·模式相似性测度 | 第23-24页 |
| ·现有聚类算法介绍 | 第24-29页 |
| ·K均值算法简介 | 第25-26页 |
| ·根据相似性阈值和最小距离原则的简单聚类方法 | 第26-29页 |
| 第3章 一种DWT与背景重构相结合的运动目标分割方法 | 第29-43页 |
| ·视频数据预处理 | 第29-30页 |
| ·背景重构方法简介 | 第30-33页 |
| ·像素聚类法提取背景的原理 | 第31-32页 |
| ·像素聚类下的背景重构 | 第32-33页 |
| ·实验结果和分析 | 第33-40页 |
| ·本文算法适用性讨论 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于DWT的自适应在线聚类运动目标提取方法 | 第43-55页 |
| ·在线聚类算法简介 | 第43-44页 |
| ·自适应阈值的选取 | 第44-45页 |
| ·实验结果和分析 | 第45-52页 |
| ·本文算法的适用性讨论 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 结论与展望 | 第55-57页 |
| ·本文总结 | 第55页 |
| ·下一步工作展望 | 第55-56页 |
| ·结束语 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 致谢 | 第63-64页 |