| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 论文的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文的主要研究内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第2章 基于背景建模的微动目标检测算法 | 第17-31页 |
| 2.1 光照补偿与图像缩放 | 第17-20页 |
| 2.1.1 光照补偿 | 第17-19页 |
| 2.1.2 图像缩放 | 第19-20页 |
| 2.2 图像颜色与纹理特征 | 第20-22页 |
| 2.2.1 颜色特征 | 第20页 |
| 2.2.2 纹理特征 | 第20-22页 |
| 2.3 微动目标检测相关理论与方法研究 | 第22-30页 |
| 2.3.1 微动目标检测理论分析 | 第22-23页 |
| 2.3.2 微动目标检测方法研究 | 第23-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 时空域下ViBe融合多特征的微动目标检测算法 | 第31-48页 |
| 3.1 传统的ViBe背景建模算法 | 第32-34页 |
| 3.2 改进的时空域纹理特征描述算子 | 第34-36页 |
| 3.3 颜色与纹理特征融合背景建模 | 第36-38页 |
| 3.3.1 时空域下基于色度信息的前景概率模型 | 第37-38页 |
| 3.3.2 背景建模 | 第38页 |
| 3.4 自适应背景更新的ViBe微动目标检测 | 第38-43页 |
| 3.5 改进ViBe算法的实验结果对比分析 | 第43-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 双ViBe背景建模融合运动模板的微动目标检测 | 第48-62页 |
| 4.1 运动模板 | 第49页 |
| 4.2 基于ViBe算法的双层背景模型建立 | 第49-51页 |
| 4.2.1 上层ViBe背景模型建立 | 第50-51页 |
| 4.2.2 下层ViBe背景模型建立 | 第51页 |
| 4.3 改进ViBe算法与运动模板相结合的微动目标检测 | 第51-56页 |
| 4.4 微动目标检测算法的实验结果对比分析 | 第56-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 微动目标提取与背景替换系统设计与实现 | 第62-67页 |
| 5.1 系统功能模块设计 | 第62-63页 |
| 5.2 系统的实现 | 第63-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第6章 结论及未来工作展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 未来工作展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第75页 |
