| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-28页 |
| ·研究背景和意义 | 第13-15页 |
| ·国内外研究现状 | 第15-25页 |
| ·基于时域信息的分割算法 | 第15-22页 |
| ·基于时空域联合的分割算法 | 第22-25页 |
| ·主要工作与研究成果 | 第25页 |
| ·论文安排 | 第25-28页 |
| 第二章 时空联合视频运动目标分割技术的一般模型 | 第28-42页 |
| ·视频运动目标分割的基本概念 | 第28-29页 |
| ·视频分割中常用的分类特征 | 第29-31页 |
| ·空域信息 | 第29-30页 |
| ·时域信息 | 第30-31页 |
| ·时空联合视频运动目标分割技术的基本模型 | 第31-32页 |
| ·相关理论技术 | 第32-41页 |
| ·视频图像的运动模型 | 第32-39页 |
| ·数学形态学 | 第39-41页 |
| ·本章小节 | 第41-42页 |
| 第三章 基于轮廓随机序列模型的时间分割与运动目标检测 | 第42-60页 |
| ·轮廓高维非平稳随机序列模型及其检测定理 | 第42-43页 |
| ·基于轮廓随机序列模型的运动目标分级检测技术 | 第43-45页 |
| ·全局运动估计与补偿 | 第45-46页 |
| ·时间分割 | 第46-52页 |
| ·轮廓信号变换 | 第46-47页 |
| ·运动变化区域检测 | 第47-51页 |
| ·运动目标时间分割模板 | 第51-52页 |
| ·空间分割 | 第52-56页 |
| ·轮廓高SNR 段的检测 | 第52-54页 |
| ·轮廓低SNR 段的检测 | 第54-56页 |
| ·区域填充与运动目标生成 | 第56页 |
| ·仿真实验与结果分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 基于模糊聚类的时间分割与运动目标检测 | 第60-74页 |
| ·模糊聚类的理论基础 | 第60-66页 |
| ·模糊集合 | 第60-62页 |
| ·模糊集的运算 | 第62-63页 |
| ·模糊聚类 | 第63-64页 |
| ·模糊C 均值算法 | 第64-66页 |
| ·去模糊化 | 第66页 |
| ·基于模糊聚类的运动目标检测 | 第66-71页 |
| ·模糊特征的选择和隶属度分配 | 第67-69页 |
| ·运动变化区域和相对噪声区域的模糊划分 | 第69-71页 |
| ·运动目标检测 | 第71页 |
| ·仿真实验与结果分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 基于水平集的空间分割与运动目标检测 | 第74-93页 |
| ·水平集方法的基本思想 | 第74-77页 |
| ·曲线演化理论 | 第74-75页 |
| ·水平集方法的基本方程 | 第75-77页 |
| ·主动轮廓模型 | 第77页 |
| ·经典水平集方法 | 第77-81页 |
| ·基于边界的水平集方法 | 第77-79页 |
| ·基于区域的水平集方法 | 第79-81页 |
| ·改进的水平集方法 | 第81-85页 |
| ·基本原理 | 第81-83页 |
| ·对改进水平集方法的实验验证 | 第83-85页 |
| ·基于改进水平集方法的运动目标检测 | 第85-91页 |
| ·基于二维Otsu 方法的时间分割 | 第86-89页 |
| ·基于水平集的运动目标提取 | 第89-91页 |
| ·仿真实验与结果分析 | 第91-92页 |
| ·本章小结 | 第92-93页 |
| 第六章 基于分水岭的空间分割与运动目标检测 | 第93-112页 |
| ·Vincent 经典分水岭算法 | 第93-99页 |
| ·Vincent 算法的基础概念 | 第94-98页 |
| ·Vincent 算法的实现 | 第98-99页 |
| ·改进的分水岭算法 | 第99-105页 |
| ·基于形态开闭重建滤波的图像降噪 | 第100-103页 |
| ·形态梯度计算 | 第103页 |
| ·视觉可区分灰度非线性变换 | 第103-104页 |
| ·分水岭标记 | 第104-105页 |
| ·基于改进分水岭算法的运动目标检测 | 第105-108页 |
| ·仿真实验与结果分析 | 第108-110页 |
| ·本章小结 | 第110-112页 |
| 第七章 基于高斯混合模型的运动目标检测 | 第112-128页 |
| ·高斯混合模型及期望最大算法 | 第112-119页 |
| ·差分图像的高斯混合模型 | 第112-113页 |
| ·EM 算法 | 第113-115页 |
| ·使用EM 算法求解GMM | 第115-119页 |
| ·改进的模型选择与参数初始化方法 | 第119-122页 |
| ·基于高斯混合模型的时间分割 | 第122-125页 |
| ·基于改进 GMM 算法的运动目标提取 | 第125页 |
| ·仿真实验与结果分析 | 第125-127页 |
| ·本章小结 | 第127-128页 |
| 第八章 基于马尔可夫随机场的运动目标检测 | 第128-144页 |
| ·差分图像的马尔可夫随机场模型 | 第128-131页 |
| ·均值场算法 | 第131-133页 |
| ·使用均值场算法求解马尔可夫随机场 | 第133-137页 |
| ·基于马尔可夫随机场的时间分割 | 第137-140页 |
| ·基于马尔可夫随机场的运动目标提取 | 第140-141页 |
| ·仿真实验与结果分析 | 第141-143页 |
| ·本章小结 | 第143-144页 |
| 全文总结 | 第144-146页 |
| 致谢 | 第146-147页 |
| 参考文献 | 第147-157页 |
| 攻博期间取得的研究成果 | 第157-158页 |