| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题研究背景和意义 | 第15-16页 |
| 1.2 课题国内外发展和研究现状 | 第16-20页 |
| 1.2.1 视频监控系统的发展和研究现状 | 第16-18页 |
| 1.2.2 目标检测算法的发展和研究现状 | 第18-20页 |
| 1.3 论文主要研究内容与结构安排 | 第20-21页 |
| 1.3.1 论文的结构安排 | 第20-21页 |
| 1.3.2 论文主要研究内容 | 第21页 |
| 1.4 本章小结 | 第21-23页 |
| 第二章 运动目标检测算法 | 第23-45页 |
| 2.1 引言 | 第23页 |
| 2.2 帧间差分法 | 第23-26页 |
| 2.3 光流法 | 第26-29页 |
| 2.4 背景减除法 | 第29-42页 |
| 2.4.1 混合高斯模型 | 第30-33页 |
| 2.4.2 码本模型 | 第33-34页 |
| 2.4.3 ViBe算法 | 第34-42页 |
| 2.5 目标检测算法对比分析 | 第42-43页 |
| 2.6 本章小结 | 第43-45页 |
| 第三章 基于显著性检测与背景自适应更新的鬼影消除算法 | 第45-63页 |
| 3.1 引言 | 第45页 |
| 3.2 相关理论背景 | 第45-50页 |
| 3.2.1 显著性检测算法 | 第45-49页 |
| 3.2.2 形态学操作 | 第49-50页 |
| 3.3 基于显著性检测和与背景自适应更新的鬼影消除算法 | 第50-54页 |
| 3.3.1 基于显著性检测的鬼影消除 | 第50-52页 |
| 3.3.2 基于背景自适应更新的鬼影消除 | 第52-54页 |
| 3.4 实验结果与分析 | 第54-60页 |
| 3.4.1 基于显著性检测的鬼影消除实验 | 第55-56页 |
| 3.4.2 基于背景自适应更新策略的鬼影消除实验 | 第56-60页 |
| 3.5 本章小结 | 第60-63页 |
| 第四章 基于混合颜色空间的阴影消除算法 | 第63-75页 |
| 4.1 引言 | 第63页 |
| 4.2 颜色空间模型 | 第63-66页 |
| 4.3 基于混合颜色空间的阴影消除算法 | 第66-72页 |
| 4.4 实验结果与分析 | 第72-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 融合鬼影与阴影消除策略的Vi Be算法 | 第75-87页 |
| 5.1 引言 | 第75页 |
| 5.2 融合鬼影与阴影消除策略的Vi Be算法 | 第75-76页 |
| 5.3 实验结果与分析 | 第76-85页 |
| 5.3.1 实验数据集 | 第76-77页 |
| 5.3.2 实验结果展示 | 第77-82页 |
| 5.3.3 算法的耗时情况 | 第82-83页 |
| 5.3.4 算法耗时稳定性分析 | 第83-84页 |
| 5.3.5 本文算法分析 | 第84-85页 |
| 5.4 本章小结 | 第85-87页 |
| 第六章 总结与展望 | 第87-89页 |
| 6.1 研究工作总结 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93-95页 |
| 作者简介 | 第95-96页 |