| 中文摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-19页 |
| ·课题的研究背景及意义 | 第12-13页 |
| ·课题的发展现状 | 第13-18页 |
| ·图像的预处理 | 第15页 |
| ·运动目标的检测 | 第15-16页 |
| ·人体运动跟踪 | 第16-18页 |
| ·本文安排 | 第18-19页 |
| 第二章 图像预处理 | 第19-36页 |
| ·经典图像滤波 | 第19-25页 |
| ·线性滤波器─均值滤波器 | 第19-21页 |
| ·非线性滤波器─中值滤波器 | 第21-22页 |
| ·多级中值滤波 | 第22-24页 |
| ·软门限去噪 | 第24-25页 |
| ·新的图像滤波算法 | 第25-35页 |
| ·基于多级中值滤波的小波去噪方法 | 第25-29页 |
| ·基于双 Haar 小波的 Wiener 滤波去噪算法 | 第29-35页 |
| ·双 Haar 小波滤波理论 | 第29-31页 |
| ·Wiener 滤波算法 | 第31-32页 |
| ·基于 Wiener 滤波的双 Haar 小波去噪方法 | 第32-33页 |
| ·试验结果 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第三章 人体运动目标的检测 | 第36-52页 |
| ·基于静止背景的目标检测 | 第36-44页 |
| ·背景模型建立和更新 | 第37-38页 |
| ·静态背景下的目标检测 | 第38-40页 |
| ·噪声滤波 | 第40-42页 |
| ·阈值选取的讨论 | 第42-44页 |
| ·动态阈值 | 第42页 |
| ·小波域确定阈值 | 第42-44页 |
| ·静态背景部分小结 | 第44页 |
| ·动态背景估计及动态目标检测 | 第44-52页 |
| ·非参数核密度函数估计的思想 | 第45-46页 |
| ·核密度函数在目标检测中的应用 | 第46-47页 |
| ·贝叶斯模型的目标检测 | 第47-51页 |
| ·动态部分小结 | 第51-52页 |
| 第四章 运动目标分析 | 第52-61页 |
| ·形态滤波 | 第52-55页 |
| ·区域连通 | 第55-57页 |
| ·运动目标分析 | 第57-60页 |
| ·水平投影 | 第57-58页 |
| ·垂直投影 | 第58-60页 |
| ·小结 | 第60-61页 |
| 第五章 结束语 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文 | 第68-69页 |
| 学位论文评阅及答辩情况表 | 第69页 |