| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题的研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·静态场景下的运动目标检测 | 第13-14页 |
| ·动态场景下的运动目标检测 | 第14-15页 |
| ·课题的研究的内容与意义 | 第15页 |
| ·论文的结构安排 | 第15-17页 |
| 第二章 全局运动估计 | 第17-35页 |
| ·全局运动估计概述 | 第17页 |
| ·全局运动估计原理及模型参数求解 | 第17-27页 |
| ·全局运动估计原理 | 第17-18页 |
| ·摄像机运动参数模型 | 第18-23页 |
| ·空间物体在平面上的投影模型 | 第19-20页 |
| ·摄像机的参数模型 | 第20-23页 |
| ·模型参数的求解方法 | 第23-27页 |
| ·直接求解参数法 | 第23-25页 |
| ·间接求解参数法 | 第25-27页 |
| ·目前常用的两种全局运动估计方法 | 第27-33页 |
| ·基于块匹配的运动估计技术 | 第27-31页 |
| ·块匹配算法的基本原理 | 第27-28页 |
| ·块匹配准则 | 第28-29页 |
| ·块匹配的搜索策略 | 第29-31页 |
| ·基于特征匹配的运动估计技术 | 第31-32页 |
| ·特征匹配的基本原理 | 第31页 |
| ·特征提取 | 第31-32页 |
| ·特征匹配 | 第32页 |
| ·两种算法的优缺点 | 第32-33页 |
| ·全局运动估计存在的问题 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第三章 基于图像金字塔分解的快速全局运动估计 | 第35-47页 |
| ·图像金字塔分解 | 第35-36页 |
| ·六参数摄像机运动模型 | 第36-37页 |
| ·基于梯度信息的宏块预判 | 第37-38页 |
| ·基于块的前景点去除 | 第38-39页 |
| ·特征匹配 | 第39-40页 |
| ·运动模型参数迭代求解 | 第40-41页 |
| ·背景运动补偿 | 第41-42页 |
| ·算法步骤及实验结果分析 | 第42-46页 |
| ·全局运动估计算法步骤 | 第42-44页 |
| ·实验结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于DM6437 的目标检测算法实现 | 第47-62页 |
| ·DM6437 概述 | 第47-49页 |
| ·DSP 软件开发 | 第49-50页 |
| ·DSP 集成开发环境 CCS | 第49页 |
| ·DSP/BIOS 介绍 | 第49-50页 |
| ·算法在 DM6437 上的实现 | 第50-59页 |
| ·系统软件框架 | 第50页 |
| ·算法在DSP 上优化 | 第50-59页 |
| ·DSP 程序优化流程 | 第51页 |
| ·C 代码的优化 | 第51-58页 |
| ·利用 DSP 的特性进行优化 在实际的设计中,除了 C 代码优化能够提 | 第58-59页 |
| ·利用TI 公司的VLIB 函数进行优化 | 第59页 |
| ·实验结果分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·本文的主要工作及创新点 | 第62页 |
| ·对未来工作的展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文 | 第69-70页 |