| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究发展现状 | 第10-13页 |
| 1.3 本文的创新点 | 第13页 |
| 1.4 论文的主要内容及工作安排 | 第13-15页 |
| 第2章 视频运动目标检测相关理论 | 第15-40页 |
| 2.1 视频图像处理知识 | 第15-29页 |
| 2.1.1 图像灰度化 | 第15-17页 |
| 2.1.2 图像去噪 | 第17-20页 |
| 2.1.3 图像二值化 | 第20-21页 |
| 2.1.4 图像纹理特征提取 | 第21-22页 |
| 2.1.5 图像边缘特征提取 | 第22-26页 |
| 2.1.6 形态学处理 | 第26-27页 |
| 2.1.7 连通性分析 | 第27-28页 |
| 2.1.8 最大类间方差法 | 第28-29页 |
| 2.2 经典运动目标检测算法 | 第29-38页 |
| 2.2.1 光流法 | 第29-30页 |
| 2.2.2 背景减除法 | 第30-36页 |
| 2.2.3 帧间差分法 | 第36-38页 |
| 2.2.4 三种算法的性能比较 | 第38页 |
| 2.3 本章小结 | 第38-40页 |
| 第3章 高斯混合模型及其改进 | 第40-50页 |
| 3.1 高斯混合模型 | 第40-43页 |
| 3.1.1 高斯混合模型的基本原理 | 第40-42页 |
| 3.1.2 高斯混合模型的实验测试结果与分析 | 第42-43页 |
| 3.2 高斯混合模型存在的问题分析 | 第43页 |
| 3.3 高斯混合模型的改进 | 第43-49页 |
| 3.3.1 自适应更新速率的高斯混合模型 | 第43-46页 |
| 3.3.2 基于LBP纹理特征的背景再更新 | 第46-47页 |
| 3.3.3 改进高斯混合模型的实验测试结果与分析 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 三帧差分法及其改进 | 第50-57页 |
| 4.1 三帧差分法 | 第50-52页 |
| 4.1.1 三帧差分法的基本原理 | 第50-51页 |
| 4.1.2 三帧差分法的实验测试结果与分析 | 第51-52页 |
| 4.2 三帧差分法存在的问题分析 | 第52页 |
| 4.3 三帧差分法的改进 | 第52-55页 |
| 4.3.1 基于六帧差分和边缘特征的改进 | 第52-54页 |
| 4.3.2 改进三帧差分法的实验测试结果与分析 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 联合高斯混合模型和三帧差分法的目标检测算法 | 第57-63页 |
| 5.1 两种算法结合的分析 | 第57页 |
| 5.2 两种算法的结合 | 第57-59页 |
| 5.3 两种算法结合的实验结果与分析 | 第59-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间的研究成果 | 第69-70页 |
| 致谢 | 第70页 |