| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 运动区域检测研究现状 | 第11-14页 |
| 1.2.1 基于图像特征的运动目标检测方法研究现状 | 第11-12页 |
| 1.2.2 基于运动特征的运动目标检测方法研究现状 | 第12-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 相关技术及基础 | 第16-22页 |
| 2.1 双目立体视觉技术 | 第16-18页 |
| 2.2 基于视频的运动目标检测技术 | 第18-21页 |
| 2.2.1 光流法 | 第18-20页 |
| 2.2.2 RANSAC算法 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 基于运动信息和深度信息的运动区域检测 | 第22-36页 |
| 3.1 引言 | 第22-23页 |
| 3.2 基于运动信息的运动区域检测 | 第23-26页 |
| 3.2.1 关键步骤 | 第23-25页 |
| 3.2.2 传统检测算法的不足之处 | 第25-26页 |
| 3.3 基于运动信息和深度信息的运动区域检测方法 | 第26-32页 |
| 3.3.1 计算运动信息 | 第27-29页 |
| 3.3.2 基于深度信息对特征点对分层 | 第29-30页 |
| 3.3.3 基于运动模型对特征点对分类 | 第30-31页 |
| 3.3.4 基于密度聚类算法获取运动区域 | 第31-32页 |
| 3.4 实验与结果分析 | 第32-34页 |
| 3.4.1 实验参数设置 | 第32页 |
| 3.4.2 实验结果与讨论 | 第32-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第4章 基于车载视频的异常运动区域检测 | 第36-48页 |
| 4.1 引言 | 第36-37页 |
| 4.2 异常性量化模型的关键步骤 | 第37-43页 |
| 4.2.1 计算速度大小的影响因子 | 第37-38页 |
| 4.2.2 计算距离的影响因子 | 第38-39页 |
| 4.2.3 计算运动方向的影响因子 | 第39-42页 |
| 4.2.4 获取异常运动区域 | 第42-43页 |
| 4.3 实验结果与分析 | 第43-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第5章 基于车载视频的异常运动区域检测系统 | 第48-56页 |
| 5.1 需求分析 | 第48页 |
| 5.2 系统设计 | 第48-50页 |
| 5.3 系统实现 | 第50-53页 |
| 5.3.1 开发平台 | 第51页 |
| 5.3.2 系统界面设计及功能实现 | 第51-53页 |
| 5.3.3 算法实现 | 第53页 |
| 5.4 系统评估 | 第53-55页 |
| 5.4.1 评估方法 | 第54页 |
| 5.4.2 评估结果 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士期间的主要科研成果 | 第62-64页 |
| 致谢 | 第64页 |