| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的研究意义 | 第10-12页 |
| 1.2 运动目标检测技术的发展及研究动态 | 第12-15页 |
| 1.3 论文的主要研究内容 | 第15页 |
| 1.4 论文章节安排 | 第15-16页 |
| 第二章 运动目标检测 | 第16-33页 |
| 2.1 建立时空域联合概率分布模型 | 第16-20页 |
| 2.2 核密度估计的应用 | 第20-27页 |
| 2.2.1 密度函数的核估计理论 | 第20-21页 |
| 2.2.2 核估计定义 | 第21-22页 |
| 2.2.3 核函数的选取 | 第22-27页 |
| 2.3 核函数带宽设置的分析 | 第27-30页 |
| 2.3.1 理论最优带宽的界定 | 第27-29页 |
| 2.3.2 实际最优带宽的确定 | 第29-30页 |
| 2.4 建立前景模型的意义 | 第30-33页 |
| 第三章 运动目标分割 | 第33-48页 |
| 3.1 用马尔可夫随机场描述图像中的关联性 | 第33-39页 |
| 3.1.1 马尔可夫随机场与图像处理 | 第34-35页 |
| 3.1.2 反问题及贝叶斯估计 | 第35页 |
| 3.1.3 Gibbs 分布定义的MRF 模型 | 第35-38页 |
| 3.1.3.1 马尔可夫随机场和Gibbs 分布的等价关系 | 第35-36页 |
| 3.1.3.2 Gibbs 马尔可夫模型 | 第36-38页 |
| 3.1.4 能量函数的构造与求解 | 第38-39页 |
| 3.2 本文采用的MAP-MRF 分割框架 | 第39-40页 |
| 3.3 基于图的最小割算法的应用 | 第40-48页 |
| 3.3.1 图论中最小割的基本原理 | 第41-43页 |
| 3.3.2 最小割的修正一归一割 | 第43-45页 |
| 3.3.3 传统的归一割最小化问题的近似解法 | 第45-46页 |
| 3.3.4 用最小割来解MAP-MRF 框架的组合优化问题 | 第46-48页 |
| 第四章 实验分析 | 第48-64页 |
| 4.1 算法流程图 | 第48-49页 |
| 4.2 实验环境 | 第49-51页 |
| 4.3 实验结果和性能分析 | 第51-63页 |
| 4.3.1 主观分析 | 第51-58页 |
| 4.3.2 客观分析 | 第58-63页 |
| 4.4 软件界面和参数介绍 | 第63-64页 |
| 第五章 结论与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71页 |