| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·基于摄像机运动的目标检测研究背景及意义 | 第11-13页 |
| ·基于摄像机运动的目标检测的国内外研究现状 | 第13-14页 |
| ·本文研究内容 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 经典运动目标检测方法简介 | 第17-29页 |
| ·引言 | 第17页 |
| ·运动目标检测分类 | 第17-19页 |
| ·静态场景的运动目标检测 | 第18-19页 |
| ·动态场景的运动目标检测 | 第19页 |
| ·运动估计与补偿方法 | 第19-26页 |
| ·块匹配法 | 第19-24页 |
| ·全局运动估计法 | 第24-26页 |
| ·光流法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于 Harris 角点的动态目标特征提取方法 | 第29-68页 |
| ·Harris 角点检测与 KLT 跟踪算法 | 第29-39页 |
| ·Harris 角点检测方法 | 第29-33页 |
| ·基于 KLT 的跟踪算法 | 第33-35页 |
| ·实验结果及分析 | 第35-39页 |
| ·常用的鲁棒估计方法 | 第39-45页 |
| ·最小方差估计（LS） | 第39-40页 |
| ·加权最小方差估计（WLS） | 第40-42页 |
| ·随机抽样一致性估计（RANSAC） | 第42-44页 |
| ·最小平方中值估计（LMeds） | 第44-45页 |
| ·基于秩约束原理的估计方法研究 | 第45-56页 |
| ·秩约束原理 | 第45-47页 |
| ·基于秩约束原理的 RANSAC 算法 | 第47-53页 |
| ·基于秩约束原理的 LMeds 算法 | 第53-56页 |
| ·基于最小曲率半径的分类算法 | 第56-67页 |
| ·本章小结 | 第67-68页 |
| 第4章 基于等周分割的运动目标检测方法研究 | 第68-92页 |
| ·图论基础 | 第68-72页 |
| ·常用的图割方法介绍 | 第72-78页 |
| ·最小割（minimal cut）方法 | 第73-74页 |
| ·归一化割（Normalized cut）方法 | 第74-76页 |
| ·等周分割方法 | 第76-78页 |
| ·基于等周分割的运动目标检测 | 第78-86页 |
| ·等周分割步骤 | 第78-82页 |
| ·算法步骤及结果分析 | 第82-86页 |
| ·基于等周分割的运动目标检测的改进方法 | 第86-90页 |
| ·本章小结 | 第90-92页 |
| 结论 | 第92-94页 |
| 参考文献 | 第94-98页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第98-99页 |
| 致谢 | 第99-100页 |