| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-20页 |
| 1.1 国内外研究现状 | 第11-17页 |
| 1.1.1 轮廓编组计算模型 | 第11-12页 |
| 1.1.2 目标提取的发展与现状 | 第12-17页 |
| 1.2 论文的主要内容及创新点 | 第17-19页 |
| 1.2.1 论文的主要研究内容 | 第17-19页 |
| 1.2.2 论文的主要特色及创新点 | 第19页 |
| 1.3 论文组织结构 | 第19-20页 |
| 2 相关工作 | 第20-30页 |
| 2.1 运动特征提取 | 第20-23页 |
| 2.1.1 变分光流法模型 | 第20-21页 |
| 2.1.2 LDOF光流模型 | 第21-22页 |
| 2.1.3 跟踪点轨迹的提取 | 第22-23页 |
| 2.2 边缘片段提取 | 第23-27页 |
| 2.2.1 边缘提取算法 | 第23-26页 |
| 2.2.2 边缘片段提取算法 | 第26-27页 |
| 2.3 基于轮廓编组的目标提取算法 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 基于全局运动对比度的轮廓编组元提取算法 | 第30-43页 |
| 3.1 基于运动特征的轮廓编组元相似度定义 | 第31-34页 |
| 3.1.1 边缘片段的邻域 | 第31-32页 |
| 3.1.2 区域运动相似度 | 第32-33页 |
| 3.1.3 边缘片段运动相似度 | 第33-34页 |
| 3.2 基于全局运动对比度的轮廓编组元提取算法 | 第34-36页 |
| 3.2.1 基于全局运动对比度最大的F-G边缘片段提取 | 第34-36页 |
| 3.2.2 轮廓编组元提取算法 | 第36页 |
| 3.3 实验结果与对比 | 第36-41页 |
| 3.4 本章小结 | 第41-43页 |
| 4 基于运动显著性的轮廓编组算法 | 第43-52页 |
| 4.1 基于运动显著性的区域显著性 | 第43-46页 |
| 4.2 基于运动显著性的轮廓编组及目标提取算法 | 第46-49页 |
| 4.3 实验结果及分析 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 基于区域运动一致性的轮廓编组算法 | 第52-57页 |
| 5.1 光流场的区域运动特征 | 第52-54页 |
| 5.2 区域运动一致性的定义 | 第54-55页 |
| 5.3 基于区域运动一致性的轮廓编组方法 | 第55-56页 |
| 5.4 实验结果与分析 | 第56页 |
| 5.5 本章小结 | 第56-57页 |
| 6 工作总结及展望 | 第57-59页 |
| 6.1 工作总结 | 第57页 |
| 6.2 工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |