| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-12页 |
| 1.1 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文结构与安排 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 2 常用的视频运动目标检测方法综述 | 第12-24页 |
| 2.1 运动目标检测算法分类 | 第12-13页 |
| 2.2 光流法 | 第13-15页 |
| 2.2.1 运动场和光流场 | 第13-14页 |
| 2.2.2 光流法公式推导 | 第14-15页 |
| 2.2.3 基于梯度的光流算法 | 第15页 |
| 2.3 背景差分法 | 第15-21页 |
| 2.3.1 统计学基础 | 第16-18页 |
| 2.3.2 混合高斯背景模型 | 第18-20页 |
| 2.3.3 非参数化背景模型 | 第20-21页 |
| 2.4 帧间差法 | 第21-22页 |
| 2.4.1 帧间差法概述 | 第21-22页 |
| 2.4.2 累积帧差法原理 | 第22页 |
| 2.5 三种常用运动目标检测算法的比较 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 3 基于三帧差分和阈值分割的视频运动目标检测方法 | 第24-39页 |
| 3.1 三帧差分法 | 第24-25页 |
| 3.2 Otsu算法 | 第25-26页 |
| 3.3 遗传算法 | 第26-28页 |
| 3.3.1 遗传算法原理 | 第26页 |
| 3.3.2 遗传算法的特点和步骤 | 第26-28页 |
| 3.4 模拟退火算法 | 第28-30页 |
| 3.4.1 模拟退火算法原理 | 第28页 |
| 3.4.2 模拟退火算法的特点和步骤 | 第28-30页 |
| 3.5 基于遗传模拟退火的Otsu阈值视频序列图像分割算法 | 第30-32页 |
| 3.6 基于三帧差分和阂值分割的视频运动目标检测方法 | 第32-33页 |
| 3.7 实验结果与分析 | 第33-37页 |
| 3.7.1 改进的Otsu阈值分割算法的实验分析 | 第33-36页 |
| 3.7.2 基于三帧差分和阈值分割的运动目标检测方法的实验分析 | 第36-37页 |
| 3.8 本章小结 | 第37-39页 |
| 4 一种基于视觉显著的视频序列背景提取方法 | 第39-52页 |
| 4.1 视觉显著计算模型研究进展 | 第39-41页 |
| 4.2 典型视觉显著模型介绍分析 | 第41-44页 |
| 4.2.1 显著特征提取 | 第42-43页 |
| 4.2.2 显著图生成 | 第43页 |
| 4.2.3 显著图融合 | 第43-44页 |
| 4.3 一种基于残余谱的视频序列背景提取方法 | 第44-47页 |
| 4.3.1 全局特征提取 | 第45页 |
| 4.3.2 残余谱计算 | 第45-46页 |
| 4.3.3 背景生成 | 第46-47页 |
| 4.4 实验结果及分析 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 硕士期间发表论文和科研情况 | 第57-58页 |
| 致谢 | 第58页 |
