| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 研究目的和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 课题研究内容 | 第9-10页 |
| 1.4 文章结构 | 第10-11页 |
| 2 动态视频背景更新方法综述 | 第11-19页 |
| 2.1 时间差分法 | 第11-12页 |
| 2.2 直接计算背景像素值方法 | 第12-14页 |
| 2.2.1 中值滤波法 | 第12-13页 |
| 2.2.2 W4 方法 | 第13-14页 |
| 2.2.3 线性预测法 | 第14页 |
| 2.3 建立概率密度函数与分布模型方法 | 第14-19页 |
| 2.3.1 内核密度估计 | 第14页 |
| 2.3.2 高斯分布模型方法 | 第14-17页 |
| 2.3.3 均值替换背景估计法 | 第17-19页 |
| 3 基于改进 BFOA 的 Otsu 图像分割算法实现 | 第19-32页 |
| 3.1 细菌觅食优化算法 | 第19-21页 |
| 3.2 改进的细菌觅食优化算法 | 第21-28页 |
| 3.2.1 迁徙操作的改进 | 第21-23页 |
| 3.2.2 复制操作的改进 | 第23-24页 |
| 3.2.3 菌群规模的自适应优化 | 第24页 |
| 3.2.4 改进 BFOA 的算法流程 | 第24-25页 |
| 3.2.5 试验结果与对比 | 第25-28页 |
| 3.3 Otsu 图像分割算法原理 | 第28-30页 |
| 3.3.1 单阈值 Otsu 图像分割算法 | 第28-29页 |
| 3.3.2 双阈值 Otsu 图像分割算法 | 第29-30页 |
| 3.4 基于改进 BFOA 的双阈值 Otsu 图像分割算法 | 第30页 |
| 3.5 实验结果与分析 | 第30-32页 |
| 4 基于改进 BFOA 的双阈值 Otsu 算法在动态视频背景更新中的应用 | 第32-39页 |
| 4.1 改进的动态视频背景更新方法 | 第32-35页 |
| 4.1.1 生成背景帧数选择 | 第32页 |
| 4.1.2 改进的背景提取方法 | 第32-34页 |
| 4.1.3 背景更新策略 | 第34-35页 |
| 4.2 基于改进 BFOA 的双阈值 Otsu 动态视频背景更新优化 | 第35-36页 |
| 4.3 实验结果与分析 | 第36-39页 |
| 4.3.1 单阈值与双阈值视频背景生成对比 | 第36页 |
| 4.3.2 视频背景生成算法性能对比 | 第36-37页 |
| 4.3.3 细菌觅食算法不同参数性能对比 | 第37-39页 |
| 5 基于分块分类的 Kalman 滤波背景更新优化算法 | 第39-49页 |
| 5.1 Kalman 滤波运动视频背景更新方法 | 第39-41页 |
| 5.1.1 Kalman 时域递归低通滤波 | 第39-40页 |
| 5.1.2 简单背景更新方法 | 第40-41页 |
| 5.2 基于分块分类的背景建模与背景更新 | 第41-45页 |
| 5.2.1 分块分类原理 | 第41-43页 |
| 5.2.2 分块大小的选择 | 第43页 |
| 5.2.3 背景更新策略 | 第43-44页 |
| 5.2.4 参数设置 | 第44页 |
| 5.2.5 算法的实现步骤 | 第44-45页 |
| 5.3 改进的分块分类 Kalman 滤波背景更新优化算法 | 第45-47页 |
| 5.3.1 初始背景生成 | 第45页 |
| 5.3.2 改进的分块策略 | 第45-46页 |
| 5.3.3 改进的背景更新策略 | 第46页 |
| 5.3.4 改进的参数设置 | 第46页 |
| 5.3.5 算法实现步骤 | 第46-47页 |
| 5.4 试验结果分析 | 第47-49页 |
| 6 总结与展望 | 第49-50页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读学位期间的研究成果 | 第54页 |
