| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题的研究背景及意义 | 第11-13页 |
| ·前景检测的难点和研究现状 | 第13-16页 |
| ·运动物体前景检测的难点 | 第13-15页 |
| ·运动物体前景检测的研究现状 | 第15-16页 |
| ·本文主要工作 | 第16-17页 |
| ·论文的结构安排 | 第17-19页 |
| 第二章 传统的运动物体前景检测算法的研究 | 第19-31页 |
| ·运动物体前景检测算法的介绍 | 第19-23页 |
| ·帧间差法 | 第19-20页 |
| ·光流法 | 第20-21页 |
| ·背景差分法 | 第21-23页 |
| ·三种方法的比较 | 第23页 |
| ·背景差分法中的背景建模 | 第23-30页 |
| ·均值法 | 第23-24页 |
| ·W4 模型 | 第24-26页 |
| ·单高斯模型 | 第26-27页 |
| ·混合高斯模型 | 第27-29页 |
| ·几种背景模型的比较 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于图分割的运动物体前景检测 | 第31-59页 |
| ·基于 GRAPH CUTS 的图像分割算法 | 第31-37页 |
| ·图像分割与能量最小化 | 第32-34页 |
| ·graph cuts 图像分割算法的基本结构 | 第34-36页 |
| ·图的构建与分割 | 第36-37页 |
| ·基于 GRAPH CUTS 的运动物体前景检测 | 第37-47页 |
| ·算法的总体结构 | 第38页 |
| ·基于高斯混合模型的背景概率密度图 | 第38-41页 |
| ·构建 graph cuts 网络图并执行分割运算 | 第41-44页 |
| ·算法流程描述 | 第44-45页 |
| ·实验与分析 | 第45-47页 |
| ·基于 GRAB CUT 的运动物体前景检测 | 第47-57页 |
| ·算法的总体结构 | 第48-49页 |
| ·构建 trimap | 第49-50页 |
| ·构建前景与背景 GMM 颜色模型 | 第50-51页 |
| ·构建 graph 并执行 graph cuts 分割运算 | 第51-52页 |
| ·检测结果的修正 | 第52-54页 |
| ·算法流程描述 | 第54-56页 |
| ·实验与分析 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第四章 基于局部分割检测的层次模型 | 第59-70页 |
| ·模型的整体结构 | 第59-60页 |
| ·确定前景运动区域 | 第60-64页 |
| ·粗略的前景提取 | 第60-61页 |
| ·形态学处理 | 第61-63页 |
| ·确定运动目标的局部区域 | 第63-64页 |
| ·局部区域的运动目标分割检测 | 第64-65页 |
| ·基于局部区域分割检测方法的效率 | 第65-68页 |
| ·阴影的检测与处理 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 综合实验分析 | 第70-79页 |
| ·综合实验分析 | 第70-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| ·工作总结 | 第79-80页 |
| ·展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 攻硕期间取得的研究成果 | 第87-88页 |