| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-13页 |
| ·研究背景及意义 | 第10页 |
| ·研究现状 | 第10-11页 |
| ·论文内容及安排 | 第11-13页 |
| 2 视频图像处理理论 | 第13-27页 |
| ·数字图像技术 | 第13-14页 |
| ·静态图像处理技术 | 第14-18页 |
| ·颜色模型 | 第14-15页 |
| ·静态图像分割技术 | 第15-17页 |
| ·视频图像的去噪处理 | 第17-18页 |
| ·运动目标检测算法 | 第18-26页 |
| ·光流场法(Optical Flow) | 第21-22页 |
| ·块匹配法(Lump matching) | 第22-23页 |
| ·时域差分法(Temporal Difference) | 第23-24页 |
| ·背景减除法(Background Subtraction) | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 基于背景建模的运动目标检测 | 第27-45页 |
| ·常用的背景模型介绍 | 第27-28页 |
| ·基于时间段划分与归并的背景建模法 | 第28-33页 |
| ·建模思想及实现思路 | 第28-31页 |
| ·实验结果与分析 | 第31-33页 |
| ·高斯背景模型 | 第33-44页 |
| ·单高斯模型 | 第33-34页 |
| ·高斯混合模型 | 第34-44页 |
| ·本章小结 | 第44-45页 |
| 4 阴影的检测与去除 | 第45-53页 |
| ·主要阴影检测方法 | 第46-50页 |
| ·统计的非参数方法(SNP) | 第47-48页 |
| ·统计的参数方法(SP) | 第48页 |
| ·基于色彩的确定性非模型方法(DNM1) | 第48-49页 |
| ·基于空间冗余的确定性非模型方法(DNM2) | 第49-50页 |
| ·改进的确定性非模型方法 | 第50-51页 |
| ·改进方案 | 第50-51页 |
| ·实验结果及分析 | 第51页 |
| ·本章小结 | 第51-53页 |
| 5 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 学位论文数据集 | 第59页 |