| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-8页 |
| ·背景建模研究现况 | 第8-9页 |
| ·论文内容安排 | 第9-11页 |
| ·课题来源与所作工作 | 第11-13页 |
| 第二章 背景建模算法需考虑问题 | 第13-28页 |
| ·系统鲁棒性的要求 | 第14-18页 |
| ·背景建模中复杂场景分类 | 第14-16页 |
| ·面临的主要问题 | 第16-18页 |
| ·混合高斯模型 | 第18-22页 |
| ·基于Codebook的背景建模 | 第22-28页 |
| ·Codebook背景建模 | 第22-25页 |
| ·Codebook前景检测 | 第25-26页 |
| ·Codebook自适应背景更新 | 第26-28页 |
| 第三章 Codebook背景建模的LBP改进算法 | 第28-36页 |
| ·算法的提出 | 第28页 |
| ·LBP模型 | 第28-32页 |
| ·局部二元图(Local Binary Pattern) | 第29-30页 |
| ·LBP直方图的一般模式与统一模式 | 第30-32页 |
| ·结合空域分析的目标分割 | 第32-33页 |
| ·背景更新 | 第33-34页 |
| ·前景检测 | 第34-36页 |
| 第四章 图像后处理与视频预警 | 第36-46页 |
| ·图像的后处理 | 第36-40页 |
| ·数学形态学简介 | 第36-39页 |
| ·背景建模的后处理 | 第39-40页 |
| ·基于无向最优图的车辆跟踪 | 第40-46页 |
| 第五章 测试结果与性能分析 | 第46-51页 |
| ·OpenCV简介 | 第46-47页 |
| ·测试结果及性能分析 | 第47-51页 |
| ·测试平台与数据来源 | 第47-48页 |
| ·测试效果对比 | 第48-51页 |
| 第六章 算法创新与展望 | 第51-52页 |
| ·算法创新点 | 第51页 |
| ·总结与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录 攻读硕士期间发表的论文及参与项目 | 第56-57页 |