| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状与发展趋势 | 第10-13页 |
| 1.2.1 国内外应用现状 | 第10-12页 |
| 1.2.2 机器视觉技术发展趋势 | 第12-13页 |
| 1.3 论文研究内容与章节安排 | 第13-16页 |
| 第2章 运动目标检测算法概述 | 第16-26页 |
| 2.1 基于像素的运动目标检测 | 第17-21页 |
| 2.1.1 均值-阈限方法 | 第17页 |
| 2.1.2 自适应高斯混合模型 | 第17-19页 |
| 2.1.3 阴影去除及混合高斯模型 | 第19-20页 |
| 2.1.4 非参数模型 | 第20-21页 |
| 2.2 基于区域的运动目标检测 | 第21-24页 |
| 2.2.1 基于LBP纹理的检测 | 第21-22页 |
| 2.2.2 基于共生矩阵的检测 | 第22-23页 |
| 2.2.3 基于区域直方图的检测 | 第23页 |
| 2.2.4 基于协方差矩阵的检测 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 基于空间边缘方向直方图(SEOH)的运动目标检测 | 第26-32页 |
| 3.1 边缘方向直方图(EOH) | 第26-28页 |
| 3.2 基于SEOH的运动目标检测算法 | 第28-31页 |
| 3.2.1 边缘检测 | 第28-29页 |
| 3.2.2 空间边缘方向直方图 | 第29-30页 |
| 3.2.3 基于SEOH的运动目标检测算法 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 结合Kalman滤波的改进运动目标检测 | 第32-36页 |
| 4.1 Kalman滤波 | 第32-33页 |
| 4.2 基于SEOH/Kalman的改进运动目标检测 | 第33-35页 |
| 4.3 本章小结 | 第35-36页 |
| 第5章 仿真过程与实验结果 | 第36-48页 |
| 5.1 仿真过程 | 第36-42页 |
| 5.1.1 OpenCV介绍 | 第36-37页 |
| 5.1.2 VC++6.0 的算法编程 | 第37-42页 |
| 5.2 运动目标检测实验结果 | 第42-46页 |
| 5.2.1 选定单一运动物体为目标的实验结果 | 第42-44页 |
| 5.2.2 选定多运动物体为目标有遮挡情况的实验结果 | 第44-46页 |
| 5.3 本章小结 | 第46-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间所发表的论文 | 第54-56页 |
| 致谢 | 第56-58页 |
| 个人简历 | 第58页 |
