| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-29页 |
| ·课题背景 | 第12-13页 |
| ·视频目标检测系统的基本原理 | 第13-15页 |
| ·视频序列图像滤波技术研究现状 | 第15-17页 |
| ·视频序列图像分割技术研究现状 | 第17-21页 |
| ·基于边缘检测的视频序列图像分割 | 第17-18页 |
| ·基于小波变换的视频序列图像分割 | 第18页 |
| ·基于模糊的视频序列图像分割 | 第18-19页 |
| ·基于数学形态学的视频序列图像分割 | 第19页 |
| ·基于人工神经网络和遗传算法的视频序列图像分割 | 第19页 |
| ·基于阈值的视频序列图像分割 | 第19-21页 |
| ·视频序列运动目标检测方法研究现状 | 第21-25页 |
| ·光流场法 | 第21-22页 |
| ·帧间差分方法 | 第22页 |
| ·背景差分方法 | 第22-23页 |
| ·基于前景模型的图像匹配法 | 第23-25页 |
| ·运动目标分割与检测所面临的问题 | 第25-26页 |
| ·本文的主要工作及结构安排 | 第26-29页 |
| 第2章 视频序列图像滤波算法研究 | 第29-49页 |
| ·噪声的分类与模型 | 第29-30页 |
| ·噪声分类 | 第29-30页 |
| ·噪声模型 | 第30页 |
| ·数字图像滤波方法概述 | 第30-31页 |
| ·图像质量和滤波效果的评定标准 | 第31-33页 |
| ·基于自适应可变窗的空域滤波算法 | 第33-39页 |
| ·坐标变换 | 第33-34页 |
| ·自适应可变窗选择算法 | 第34-35页 |
| ·自适应可变窗空域滤波算法具体流程 | 第35-36页 |
| ·仿真实验及结果分析 | 第36-39页 |
| ·基于模糊的混合滤波算法 | 第39-48页 |
| ·基于模糊的混合滤波算法基本原理 | 第39-40页 |
| ·仿真实验及分析 | 第40-48页 |
| ·本章小结 | 第48-49页 |
| 第3章 基于视频序列的运动目标阈值分割算法研究 | 第49-70页 |
| ·引言 | 第49页 |
| ·基于模糊散度的视频序列图像多阈值分割算法 | 第49-62页 |
| ·直方图指数平滑原理 | 第50-51页 |
| ·平滑系数α的选取及平滑次数的选择 | 第51-52页 |
| ·统计直方图波峰、波谷点检测算法 | 第52-54页 |
| ·基于模糊散度的视频序列图像阈值分割算法 | 第54-56页 |
| ·仿真实验及分析 | 第56-62页 |
| ·基于最小 Tsallis 交叉熵的视频序列图像阈值分割 | 第62-69页 |
| ·Tsallis 熵基本概念 | 第63页 |
| ·最小交叉熵 | 第63-64页 |
| ·最小交叉熵阈值分割算法及其存在的缺陷 | 第64-65页 |
| ·基于最小 Tsallis 交叉熵阈值法 | 第65-66页 |
| ·仿真实验及分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第4章 基于视频序列运动目标检测算法研究 | 第70-90页 |
| ·引言 | 第70页 |
| ·基于自适应背景更新的运动目标检测算法 | 第70-77页 |
| ·经典 W4算法背景模型初始化 | 第71-72页 |
| ·自适应背景更新 | 第72-73页 |
| ·改进 W4算法 | 第73-76页 |
| ·仿真实验及分析 | 第76-77页 |
| ·基于区域协方差矩阵的前景运动目标检测算法 | 第77-88页 |
| ·协方差矩阵的相似性度量 | 第77-78页 |
| ·积分图像 | 第78-80页 |
| ·基于区域协方差矩阵的前景运动目标检测 | 第80-83页 |
| ·仿真实验及分析 | 第83-88页 |
| ·本章小结 | 第88-90页 |
| 第5章 基于视频序列的运动目标滤波、分割及检测实验研究 | 第90-105页 |
| ·硬件选择 | 第90-94页 |
| ·一体化云台摄像机 | 第91-93页 |
| ·解码器 | 第93-94页 |
| ·PC | 第94页 |
| ·算法流程及实现 | 第94-99页 |
| ·实验结果及分析 | 第99-104页 |
| ·本章小结 | 第104-105页 |
| 结论 | 第105-107页 |
| 参考文献 | 第107-115页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第115-116页 |
| 致谢 | 第116-117页 |
| 作者简介 | 第117页 |