目标检测技术研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 引言 | 第10页 |
| 1.2 课题背景及研究意义 | 第10页 |
| 1.3 研究现状 | 第10-15页 |
| 1.3.1 简单场景目标检测 | 第11-12页 |
| 1.3.2 复杂场景运动目标检测 | 第12-15页 |
| 1.4 本论文的主要研究内容与结构安排 | 第15-16页 |
| 2 基于自适应阈值的运动目标检测 | 第16-40页 |
| 2.1 引言 | 第16页 |
| 2.2 边缘检测算子 | 第16-23页 |
| 2.2.1 Roberts算子 | 第17页 |
| 2.2.2 Sobel算子 | 第17-18页 |
| 2.2.3 Prewitt算子 | 第18页 |
| 2.2.4 Log算子（拉普拉斯高斯算子） | 第18-19页 |
| 2.2.5 Canny算子 | 第19-20页 |
| 2.2.6 边缘检测算子实验比较 | 第20-23页 |
| 2.3 自适应阈值的运动目标检测算法 | 第23-34页 |
| 2.3.1 阈值经典计算方法 | 第24-29页 |
| 2.3.2 基于梯度背景的自适应阈值计算法 | 第29-32页 |
| 2.3.3 基于梯度背景的自适应目标检测算法 | 第32-34页 |
| 2.4 实验结果及分析 | 第34-36页 |
| 2.5 边缘评价 | 第36-37页 |
| 2.6 算法移植与实现 | 第37-39页 |
| 2.7 本章小结 | 第39-40页 |
| 3 复杂场景运动目标检测 | 第40-79页 |
| 3.1 引言 | 第40-41页 |
| 3.2 动态背景补偿算法 | 第41-57页 |
| 3.2.1 灰度投影算法 | 第41-44页 |
| 3.2.2 改进的灰度投影算法 | 第44-52页 |
| 3.2.3 运动补偿 | 第52-53页 |
| 3.2.4 仿真实验 | 第53-57页 |
| 3.3 光流法运动目标检测 | 第57-67页 |
| 3.3.1 光流约束方程 | 第57-58页 |
| 3.3.2 经典光流法 | 第58-62页 |
| 3.3.3 Horn-Schunck光流法改进 | 第62-64页 |
| 3.3.4 仿真实验 | 第64-67页 |
| 3.4 复杂场景光流运动目标检测 | 第67-72页 |
| 3.4.1 灰度投影改进算法背景补偿 | 第67-69页 |
| 3.4.2 改进光流法目标检测 | 第69-72页 |
| 3.5 仿真实验 | 第72-78页 |
| 3.6 本章小结 | 第78-79页 |
| 4 总结与展望 | 第79-81页 |
| 4.1 主要内容与结论 | 第79页 |
| 4.2 主要创新点 | 第79-80页 |
| 4.3 研究展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 附件A | 第85-87页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第87页 |
