| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·运动目标检测算法需要满足的要求 | 第13-15页 |
| ·实时性 | 第14页 |
| ·鲁棒性 | 第14-15页 |
| ·研究目标及主要内容 | 第15-16页 |
| ·论文的组织与安排 | 第16-17页 |
| 第2章 运动目标检测相关技术 | 第17-29页 |
| ·传统运动目标检测方法概述 | 第17-22页 |
| ·帧差法 | 第18-19页 |
| ·背景差分法 | 第19-21页 |
| ·光流法 | 第21-22页 |
| ·图像阈值分割 | 第22-26页 |
| ·全局阈值 | 第23-25页 |
| ·局部阈值 | 第25-26页 |
| ·数学形态学滤波 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 自适应阈值的行人和车辆目标检测 | 第29-40页 |
| ·基于最大类间方差法的运动目标检测 | 第29-32页 |
| ·最大类间方差相关理论 | 第29-31页 |
| ·最大类间方差法分割效果 | 第31-32页 |
| ·局部自适应阈值的车辆和行人检测 | 第32-36页 |
| ·图像预处理 | 第33页 |
| ·积分图技术 | 第33-34页 |
| ·基于积分图的局部自适应阈值分割 | 第34-36页 |
| ·局部自适应阈值法分割结果及分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于分解的三维Otsu的运动车辆检测 | 第40-54页 |
| ·一维 Otsu 法去噪性能弱的问题 | 第40-41页 |
| ·三维 Otsu 法 | 第41-44页 |
| ·构建三维直方图 | 第41-43页 |
| ·传统的三维 Otsu 阈值分割算法 | 第43-44页 |
| ·基于分解的三维 Otsu | 第44-49页 |
| ·生成三维阈值矢量 | 第44-47页 |
| ·阈值分割 | 第47页 |
| ·基于分解的三维 Otsu 阈值分割结果 | 第47-49页 |
| ·隔帧对称差分法 | 第49页 |
| ·基于分解的三维 Otsu 总体效果与分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于最陡上升法的三维Otsu法的运动车辆检测 | 第54-69页 |
| ·基于分解的三维 Otsu 在目标车辆密集出现时的不足 | 第54页 |
| ·运动车辆检测总体流程 | 第54-56页 |
| ·混合高斯背景模型 | 第56-59页 |
| ·混合高斯相关理论 | 第56-58页 |
| ·混合高斯背景建模提取背景 | 第58-59页 |
| ·基于最陡上升法的三维 Otsu 法 | 第59-65页 |
| ·最陡上升法理论 | 第59-60页 |
| ·基于最陡上升法的三维 Otsu 阈值分割 | 第60-62页 |
| ·通过缩小阈值分割范围改进方法 | 第62-63页 |
| ·基于最陡上升法的三维 Otsu 阈值分割结果 | 第63-65页 |
| ·基于最陡上升法的三维 Otsu 总体效果与结论 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| ·本文总结 | 第69-70页 |
| ·后续展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间参加的科研项目和成果 | 第75页 |