| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 运动目标检测国内外研究现状 | 第9-11页 |
| 1.3 主要研究内容 | 第11-14页 |
| 第二章 运动目标检测常用的方法 | 第14-26页 |
| 2.1 帧间差分法 | 第14-15页 |
| 2.2 背景建模法 | 第15-19页 |
| 2.2.1 均值法 | 第15-16页 |
| 2.2.2 中值法 | 第16页 |
| 2.2.3 动态均值法 | 第16-18页 |
| 2.2.4 众数法 | 第18-19页 |
| 2.3 高斯混合模型 | 第19-24页 |
| 2.3.1 单高斯混合模型 | 第19-20页 |
| 2.3.2 高斯混合模型 | 第20-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 块运动矢量分析的运动目标提取 | 第26-40页 |
| 3.1 运动矢量特性分析 | 第26-32页 |
| 3.1.1 运动矢量特性分析 | 第26-27页 |
| 3.1.2 运动矢量的求法 | 第27-31页 |
| 3.1.3 求图像的运动矢量 | 第31-32页 |
| 3.2 块运动矢量 | 第32-34页 |
| 3.2.1 块匹配准则 | 第32-33页 |
| 3.2.2 块运动矢量的算法流程 | 第33-34页 |
| 3.3 运动目标检测 | 第34-38页 |
| 3.3.1 基于块运动矢量的运动目标提取 | 第35页 |
| 3.3.2 基于SAD值的背景去除 | 第35-36页 |
| 3.3.3 根据直方图谷点确定的分割阈值 | 第36页 |
| 3.3.4 圆域选点法的点精细化背景去除 | 第36-38页 |
| 3.4 数值实验 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 离均差特征分析的运动目标检测 | 第40-53页 |
| 4.1 动态场景中相邻像素之间的共生关系 | 第40-45页 |
| 4.1.1 基于纹理模式和运动模式融合的运动目标检测算法 | 第40-43页 |
| 4.1.2 基于局部前景或背景标记直方图的运动目标检测算法 | 第43-45页 |
| 4.2 视频序列特征 | 第45-46页 |
| 4.3 标准差特征 | 第46-48页 |
| 4.3.1 标准差特征 | 第46-47页 |
| 4.3.2 离均差特征 | 第47-48页 |
| 4.4 运动目标检测 | 第48-50页 |
| 4.4.1 用离均差特征的极值去除背景 | 第48-49页 |
| 4.4.2 分成较小的块去除背景 | 第49-50页 |
| 4.4.3 图像点配准精细化去除背景 | 第50页 |
| 4.5 数值实验 | 第50-51页 |
| 4.6 本章小结 | 第51-53页 |
| 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间取得的研究成果 | 第57-58页 |
| 致谢 | 第58页 |