| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论文选题的背景及意义 | 第10-12页 |
| ·选题的背景 | 第10-11页 |
| ·论文选题的意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13页 |
| ·目前运动目标检测所面临的问题 | 第13-14页 |
| ·论文工作的内容及论文结构 | 第14-16页 |
| ·论文拟完成的目标 | 第14页 |
| ·论文工作的基本内容 | 第14页 |
| ·论文结构安排 | 第14-16页 |
| 第二章 运动目标图像处理的基础理论和算法 | 第16-33页 |
| ·动目标检测提取算法 | 第16-24页 |
| ·背景减除法 | 第16-18页 |
| ·帧差法 | 第18-19页 |
| ·阈值分割 | 第19-23页 |
| ·光流法 | 第23-24页 |
| ·背景重建算法 | 第24-28页 |
| ·基于统计平均法求得的背景图像 | 第24页 |
| ·基于单高斯模型背景图像的建立 | 第24-26页 |
| ·基于Kalman滤波理论的背景的建立 | 第26-27页 |
| ·基于改进型的统计平均法背景图像的建立 | 第27-28页 |
| ·几种运动目标检测提取算法实验结果的总结与比较分析 | 第28-32页 |
| ·实验结果比较 | 第28-31页 |
| ·检测结果的比较分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 算法设计与仿真 | 第33-42页 |
| ·运动目标检测提取算法设计 | 第33-34页 |
| ·逐像素背景建模算法设计 | 第34-37页 |
| ·算法基本原理 | 第34-35页 |
| ·算法流程图 | 第35页 |
| ·背景更新算法 | 第35页 |
| ·算法实现结果 | 第35-37页 |
| ·运动目标检测算法 | 第37-41页 |
| ·运动目标检测的主要方法 | 第37-38页 |
| ·基于KALMAN的运动目标检测算法 | 第38-39页 |
| ·基于分块图像运动目标检测算法 | 第39-40页 |
| ·两种方法的比较 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 系统硬件实现及开发环境 | 第42-54页 |
| ·TMS320DM642的介绍 | 第42-45页 |
| ·TMS320DM642芯片及结构框图 | 第42-43页 |
| ·TMS320DM642的图像处理基本技术特点 | 第43-45页 |
| ·系统硬件结构 | 第45-49页 |
| ·总体系统结构框图 | 第45页 |
| ·系统的模块描述 | 第45-46页 |
| ·系统的数据存储结构 | 第46-47页 |
| ·论文的硬件开发平台 | 第47-48页 |
| ·相关的辅助硬件设备 | 第48-49页 |
| ·系统的集成开发环境CCS | 第49-52页 |
| ·CCS运行环境介绍 | 第49页 |
| ·CCS集成开发环境 | 第49-50页 |
| ·DSP/BIOS插件 | 第50-52页 |
| ·CCS编译步骤介绍 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 算法的硬件编程与实现 | 第54-72页 |
| ·TMS320DM642视频采集驱动开发 | 第54-62页 |
| ·DM642芯片视频驱动程序设计 | 第55-59页 |
| ·输入视频数据的存储管理 | 第59-60页 |
| ·输出视频数据的存储管理 | 第60-61页 |
| ·任务处理过程 | 第61页 |
| ·增强直接存储器存取(EDMA)控制器 | 第61-62页 |
| ·运动目标检测算法移植到DM642 | 第62-66页 |
| ·算法移植的准备工作 | 第62-64页 |
| ·算法移植的具体实现 | 第64-66页 |
| ·运动目标的检测 | 第66-71页 |
| ·动目标提取效果 | 第66-68页 |
| ·基于DM642的运动目标的检测原理 | 第68页 |
| ·运动目标阴影检测 | 第68-69页 |
| ·运动目标检测结果 | 第69-71页 |
| ·本章小节 | 第71-72页 |
| 第六章 工作总结和展望 | 第72-74页 |
| ·工作总结 | 第72页 |
| ·工作展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 读研期间发表的论文 | 第79页 |
| 读研期间参加的科研项目 | 第79页 |