| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题的背景及意义 | 第8-10页 |
| ·课题的背景 | 第8-9页 |
| ·技术难点及研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·ROI 提取技术研究现状 | 第10-11页 |
| ·目标检测技术研究现状 | 第11页 |
| ·论文主要内容及章节安排 | 第11-14页 |
| 2 ROI 提取及目标检测方法的提出 | 第14-18页 |
| ·应用背景简介 | 第14-15页 |
| ·现有监控方法分析 | 第15页 |
| ·提出的监控方法 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 3 基于边缘检测的重点监控区域分割 | 第18-36页 |
| ·重点监控区域分割的提出 | 第18-19页 |
| ·常见的重点监控区域分割方法 | 第19-23页 |
| ·阈值分割方法 | 第19-21页 |
| ·边缘检测方法 | 第21-22页 |
| ·基于区域的分割方法 | 第22页 |
| ·结合特定理论的图像分割方法 | 第22-23页 |
| ·提出的基于边缘信息的重点监控区域分割方法 | 第23-31页 |
| ·重点监控区域特点分析 | 第23页 |
| ·重点监控区域分割提取算法的框架 | 第23-24页 |
| ·基于小波变换的图像去噪方法 | 第24-28页 |
| ·改进的重点监控区域边缘检测方法 | 第28-31页 |
| ·实验结果与分析 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 4 重点监控区域的 ROI 提取 | 第36-52页 |
| ·常见的ROI 提取方法 | 第36-42页 |
| ·基于图像分割的ROI 提取方法 | 第36-40页 |
| ·基于视觉特征的ROI 提取方法 | 第40-42页 |
| ·基于背景统计模型的ROI 提取方法的提出 | 第42-49页 |
| ·重点监控区域背景的统计分布 | 第42-43页 |
| ·重点监控区域背景概率分布模型 | 第43-44页 |
| ·重点监控区域前景检测 | 第44-47页 |
| ·基于改进的图像分块的ROI 提取 | 第47-49页 |
| ·监控图像ROI 提取的实验结果 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 5 基于多特征的目标检测 | 第52-64页 |
| ·ROI 的特征分析及选取 | 第52-53页 |
| ·ROI 的特征分析 | 第52-53页 |
| ·ROI 的特征选取 | 第53页 |
| ·基于特征的目标检测算法 | 第53-60页 |
| ·监控图像目标检测算法框架 | 第53-54页 |
| ·轮廓特征检测器 | 第54-59页 |
| ·颜色特征检测器 | 第59-60页 |
| ·实验结果与分析 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 6 监控图像中 ROI 提取及目标检测实验及结果 | 第64-74页 |
| ·实验数据及实验环境 | 第64页 |
| ·实验算法流程 | 第64-66页 |
| ·典型场景下的ROI 提取与多目标检测实验结果及分析 | 第66-73页 |
| ·室外场景下的人体目标检测 | 第66-69页 |
| ·室内场景下的多目标检测 | 第69-73页 |
| ·小结 | 第73-74页 |
| 7 总结与展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 附录 | 第84页 |
| A. 作者在攻读学位期间发表的论文目录 | 第84页 |
| B. 作者在攻读学位期间参与的科研项目 | 第84页 |