| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题的研究背景和意义 | 第8-10页 |
| 1.2 运动目标检测算法的研究现状 | 第10-13页 |
| 1.2.1 基于背景建模的的运动目标检测算法 | 第10-12页 |
| 1.2.2 基于机器学习的目标检测算法 | 第12页 |
| 1.2.3 其他运动目标检测算法 | 第12-13页 |
| 1.3 论文的主要工作和组织结构安排 | 第13-15页 |
| 2 运动目标检测预处理 | 第15-22页 |
| 2.1 数字图像的缩放 | 第15-17页 |
| 2.1.1 最近邻域插值 | 第15-16页 |
| 2.1.2 双线性插值 | 第16-17页 |
| 2.1.3 双三次插值 | 第17页 |
| 2.2 图像的平滑处理 | 第17-20页 |
| 2.2.1 归一化滤波器 | 第18页 |
| 2.2.2 中值滤波 | 第18页 |
| 2.2.3 高斯滤波 | 第18页 |
| 2.2.4 双边滤波 | 第18-20页 |
| 2.3 图像的灰度化 | 第20-21页 |
| 2.3.1 最大值法 | 第20页 |
| 2.3.2 平均值法 | 第20页 |
| 2.3.3 加权平均法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 基于角点运动约束的感兴趣区域提取算法 | 第22-34页 |
| 3.1 建立全局网格 | 第23页 |
| 3.2 角点检测基本理论 | 第23-26页 |
| 3.2.1 角点检测原理 | 第24页 |
| 3.2.2 Harris角点检测实验结果与分析 | 第24-25页 |
| 3.2.3 帧间角点差异 | 第25-26页 |
| 3.3 角点区域光流法 | 第26-31页 |
| 3.3.1 光流 | 第26-27页 |
| 3.3.2 金字塔Lucas-Kanada光流计算过程 | 第27-30页 |
| 3.3.3 角点区域运动约束 | 第30-31页 |
| 3.4 实验仿真与结果分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 VIBE算法的研究与改进 | 第34-45页 |
| 4.1 VIBE算法的基本原理 | 第34-39页 |
| 4.1.1 VIBE算法的背景模型 | 第34-36页 |
| 4.1.2 VIBE算法的检测机制 | 第36-37页 |
| 4.1.3 VIBE算法的更新机制 | 第37-39页 |
| 4.2 VIBE算法的改进 | 第39-42页 |
| 4.2.1 物体间歇性运动问题(前景像素误判成背景像素) | 第39-41页 |
| 4.2.2 动态背景移动半径过大(背景像素误判成前景像素) | 第41-42页 |
| 4.3 实验仿真与结果分析 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 运动目标检测后处理 | 第45-54页 |
| 5.1 形态学处理 | 第45-47页 |
| 5.1.1 膨胀与腐蚀 | 第45-46页 |
| 5.1.2 开运算和闭运算 | 第46-47页 |
| 5.2 阴影消除 | 第47-53页 |
| 5.2.1 阴影的形成 | 第47-48页 |
| 5.2.2 现有的阴影去除算法原理与优缺点分析 | 第48-51页 |
| 5.2.3 本文的阴影抑制算法 | 第51-53页 |
| 5.2.4 实验结果与仿真分析 | 第53页 |
| 5.3 本章小结 | 第53-54页 |
| 6 结论与展望 | 第54-56页 |
| 6.1 全文总结 | 第54-55页 |
| 6.2 研究课题展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读学位期间主要的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
