| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·课题研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·运动目标检测的难点和方法 | 第14-17页 |
| ·运动目标检测研究的难点 | 第15页 |
| ·运动目标检测方法 | 第15-17页 |
| ·本文的主要工作内容 | 第17-18页 |
| ·本文的组织结构 | 第18-20页 |
| 第2章 运动目标检测相关技术 | 第20-36页 |
| ·相机成像模型 | 第20-25页 |
| ·小孔成像模型 | 第20-22页 |
| ·鱼眼相机成像模型 | 第22-25页 |
| ·两视几何 | 第25-29页 |
| ·对极几何 | 第25-26页 |
| ·基础矩阵 | 第26-29页 |
| ·基础矩阵求解 | 第29-34页 |
| ·线性方法 | 第30-31页 |
| ·迭代方法 | 第31-33页 |
| ·鲁棒方法 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第3章 基于动态多帧的特征点检测匹配算法设计 | 第36-54页 |
| ·运动目标检测算法实现方案 | 第36-37页 |
| ·特征点检测 | 第37-45页 |
| ·Harris角点检测算法 | 第38-39页 |
| ·SUSAN角点检测算法 | 第39-41页 |
| ·Harris算法和SUSAN算法实验比较分析 | 第41-43页 |
| ·改进的Harris角点检测算法 | 第43-45页 |
| ·基于金字塔的Lucas-Kanade特征点匹配算法 | 第45-50页 |
| ·Lucas-Kanade特征点匹配算法 | 第46-47页 |
| ·金字塔Lucas-Kanade特征点匹配法 | 第47-50页 |
| ·动态多帧的特征点检测匹配算法 | 第50-52页 |
| ·实验结果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 鱼眼图像坐标校正算法研究 | 第54-62页 |
| ·相机的不同成像平面间的映射关系 | 第54-55页 |
| ·空间坐标系之间变换关系 | 第55-56页 |
| ·鱼眼图象校正算法研究 | 第56-61页 |
| ·基于平面模型的鱼眼图象校正 | 第57-58页 |
| ·基于柱面模型的鱼眼图像校正 | 第58-59页 |
| ·实验对比分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 运动目标检测算法设计 | 第62-80页 |
| ·基于遗传算法的基础矩阵估计 | 第62-73页 |
| ·基础矩阵求解数学模型 | 第62-63页 |
| ·数据预处理 | 第63-64页 |
| ·基因表示和种群初始化 | 第64-66页 |
| ·适应度函数 | 第66-67页 |
| ·遗传算子设计 | 第67-70页 |
| ·停止准则 | 第70页 |
| ·算法流程图 | 第70-71页 |
| ·实验和结论 | 第71-73页 |
| ·极约束运动点检测 | 第73-74页 |
| ·运动目标分割 | 第74-75页 |
| ·算法评估 | 第75-79页 |
| ·算法测试环境 | 第75-76页 |
| ·算法评估数据选择 | 第76-77页 |
| ·算法评估方法 | 第77-78页 |
| ·评估结果 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第6章 结论与展望 | 第80-82页 |
| ·总结 | 第80页 |
| ·展望 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-90页 |
| 作者从事科学研究和学习经历的简历 | 第90页 |