| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-28页 |
| ·数字视频与多媒体技术 | 第11-12页 |
| ·数字视频信号的分类 | 第12-13页 |
| ·计算机视觉及运动对象分析概述 | 第13-15页 |
| ·视频分割技术的研究及应用现状 | 第15-20页 |
| ·视频分割与图像分割的关系 | 第15页 |
| ·视频分割的相关概念 | 第15-16页 |
| ·视频分割的应用领域 | 第16-20页 |
| ·视频对象分割技术发展概况 | 第20-22页 |
| ·视频对象分割方法的分类 | 第22-24页 |
| ·自动方式和半自动方式 | 第22-23页 |
| ·空域分割、时域分割和时空联合分割 | 第23页 |
| ·压缩域分割和非压缩域分割 | 第23页 |
| ·用于视频压缩编码和用于内容交互多媒体应用 | 第23-24页 |
| ·视频分割的框架 | 第24-25页 |
| ·难点分析与发展趋势 | 第25-26页 |
| ·运动分割（Motion Segmentation） | 第25页 |
| ·遮挡处理（Occlusion Handling）和阴影 | 第25页 |
| ·三维建模与跟踪（3D Modeling and Tracking） | 第25-26页 |
| ·性能评估(Performance Evaluation) | 第26页 |
| ·本文工作内容及安排 | 第26-28页 |
| 第2章 基于边缘检测和分水岭理论的分割算法 | 第28-37页 |
| ·图像分割定义及发展概况 | 第28-31页 |
| ·图像分割的定义 | 第28页 |
| ·图像处理技术的发展 | 第28-29页 |
| ·图像分割的研究意义 | 第29-30页 |
| ·图像分割的研究现状及发展趋势 | 第30-31页 |
| ·边缘检测和分水岭算法 | 第31-34页 |
| ·边缘检测理论 | 第31-32页 |
| ·分水岭分割算法 | 第32-34页 |
| ·改进的基于梯度修正的分水岭分割 | 第34-36页 |
| ·产生梯度图像 | 第34页 |
| ·修正梯度图像 | 第34-35页 |
| ·部分实验结果对比 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第3章 静态背景下运动对象提取算法研究 | 第37-44页 |
| ·静态背景下目标提取算法 | 第37-40页 |
| ·相邻帧间差分算法 | 第37-38页 |
| ·三帧差分法算法 | 第38-39页 |
| ·背景差分算法 | 第39-40页 |
| ·背景差分法的关键问题——背景建模 | 第40-44页 |
| ·卡尔曼背景模型 | 第40-41页 |
| ·单高斯背景模型 | 第41页 |
| ·混合高斯背景模型 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第4章 基于三帧差分和背景差分相结合的分割 | 第44-50页 |
| ·提出新算法的思想 | 第44页 |
| ·算法描述 | 第44-45页 |
| ·基于中值滤波的图像预处理 | 第44-45页 |
| ·基于三帧差分和背景差分相结合的分割算法 | 第45页 |
| ·自适应背景模型的更新 | 第45-46页 |
| ·实验结果及分析 | 第46-50页 |
| 结论与展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 附录A 攻读学位期间所发表的学术论文 | 第57页 |
