| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| Contents | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.3 研究工作及组织结构 | 第14-15页 |
| 第二章 视频动态目标检测技术及相关基础 | 第15-26页 |
| 2.1 目标检测技术概述 | 第15页 |
| 2.2 帧差法 | 第15-16页 |
| 2.3 光流法 | 第16-17页 |
| 2.4 背景差法 | 第17-23页 |
| 2.4.1 均值滤波法 | 第19页 |
| 2.4.2 核密度估计法 | 第19-20页 |
| 2.4.3 单高斯模型方法 | 第20-21页 |
| 2.4.4 混合高斯模型方法 | 第21-23页 |
| 2.5 基于图像分块技术的运动目标检测 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 第三章 基于图像分块和帧间相似性的运动目标检测 | 第26-41页 |
| 3.1 序言 | 第26页 |
| 3.2 基于自适应分块和灰度相关性的检测方法 | 第26-34页 |
| 3.2.1 背景图像初始化 | 第26-27页 |
| 3.2.2 自适应分块技术 | 第27-29页 |
| 3.2.3 灰度匹配及灰度相关性计算 | 第29-30页 |
| 3.2.4 背景模型更新 | 第30-32页 |
| 3.2.5 目标提取 | 第32页 |
| 3.2.6 实验结果 | 第32-34页 |
| 3.3 基于自适应分块和结构相似性的检测方法 | 第34-40页 |
| 3.3.1 图像结构相似性 | 第35-37页 |
| 3.3.2 算法主要步骤 | 第37-38页 |
| 3.3.3 实验结果 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于图像分块和图像距离的运动目标检测 | 第41-48页 |
| 4.1 图像距离度量及Hausdorff距离公式 | 第41-42页 |
| 4.2 基于自适应分块和Hausdorff距离的检测方法 | 第42-44页 |
| 4.3 实验结果 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读学位期间发表的论文 | 第52-56页 |
| 致谢 | 第56页 |