| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第14-21页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 目标检测和阴影消除的研究进展 | 第14-18页 |
| 1.3 本文的研究内容与结构 | 第18-21页 |
| 2 混合高斯背景建模 | 第21-26页 |
| 2.1 背景差算法分析 | 第21-24页 |
| 2.2 混合高斯背景建模 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 K-EM混合高斯运动目标检测算法 | 第26-41页 |
| 3.1 图像预处理 | 第27-31页 |
| 3.2 HSV混合高斯背景模型的建立 | 第31-32页 |
| 3.3 K-EM算法模型参数初始化 | 第32-36页 |
| 3.4 背景模型的更新 | 第36-37页 |
| 3.5 仿真实验结果分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 基于颜色-理模糊积分特征的阴影消除算法 | 第41-52页 |
| 4.1 HSV颜色聚类 | 第41-43页 |
| 4.2 LBP_(K,R)~(ri)纹理均一性特征 | 第43-47页 |
| 4.3 基于模糊积分的双特征融合 | 第47-49页 |
| 4.4 仿真实验结果分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 基于PCA和Choquet积分的多特征阴影消除算法 | 第52-62页 |
| 5.1 基于PCA的特征提取 | 第53-56页 |
| 5.2 基于Choquet模糊积分的多分类器融合 | 第56-57页 |
| 5.3 自适应的Ostu图像分割算法 | 第57-58页 |
| 5.4 仿真实验结果分析 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间取得的学术成果和获奖情况 | 第69页 |