| 第一章 绪论 | 第1-19页 |
| 1．1 引言 | 第12页 |
| 1．2 智能视频监控系统简介 | 第12-14页 |
| 1．3 目前国内外的研究情况 | 第14-15页 |
| 1．4 本课题主要研究的内容 | 第15-17页 |
| 1．5 论文的组织结构 | 第17-19页 |
| 第二章 运动检测技术研究 | 第19-33页 |
| 2．1 常用方法 | 第19页 |
| 2．2 光流场法 | 第19-21页 |
| 2．3 相邻帧差法 | 第21-24页 |
| 2．4 背景减法 | 第24-31页 |
| 2．4．1 基于高斯模型的背景减法 | 第26-29页 |
| 2．4．2 改进的高斯模型背景减法 | 第29-30页 |
| 2．4．3 混合检测系统构架 | 第30-31页 |
| 2．5 其它方法 | 第31-33页 |
| 第三章 基于核估计统计模型的运动目标检测和分割 | 第33-45页 |
| 3．1 参数模型和非参数模型 | 第33-37页 |
| 3．1．1 基于参数方法的概率密度估计 | 第33-34页 |
| 3．1．2 基于非参数方法的概率密度估计 | 第34-36页 |
| 3．1．3 在计算机视觉中的应用 | 第36-37页 |
| 3．2 基于核估计的非参数概率密度估计在运动检测中的应用 | 第37-41页 |
| 3．2．1 基于三角核估计背景减法 | 第38-39页 |
| 3．2．2 背景模型的更新 | 第39-40页 |
| 3．2．3 实验结果与分析 | 第40-41页 |
| 3．3 目标的分割 | 第41-44页 |
| 3．3．1 形态学处理 | 第42页 |
| 3．3．2 连通性检测和尺度滤波 | 第42-44页 |
| 3．4 本章小节 | 第44-45页 |
| 第四章 目标跟踪及系统设计 | 第45-56页 |
| 4．1 概述 | 第45页 |
| 4．2 常用方法介绍 | 第45-48页 |
| 4．3 基于扩展卡尔曼预测的目标跟踪 | 第48-54页 |
| 4．3．1 基本功能和滤波器参数设置 | 第48-49页 |
| 4．3．2 跟踪过程的基本构成 | 第49-51页 |
| 4．3．3 跟踪过程分析及系统设计 | 第51-54页 |
| 4．4 本章小节 | 第54-56页 |
| 第五章 系统软件框架设计及 DSP实现 | 第56-69页 |
| 5．1 系统框架和处理流程 | 第56-59页 |
| 5．2 算法的 DSP实现 | 第59-69页 |
| 5．2．1 DSP实现的必要性 | 第59-60页 |
| 5．2．2 数字信号处理器 DSP介绍 | 第60-62页 |
| 5．2．3 CCS集成开发环境介绍 | 第62-64页 |
| 5．2．4 算法移植和优化步骤 | 第64-69页 |
| 5．2．4．1 代码移植 | 第64-67页 |
| 5．2．4．2 代码优化 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6．1 论文的完成的工作 | 第69-70页 |
| 6．2 论文工作展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士期间科研工作及发表论文 | 第74-75页 |