| 图目录 | 第1-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-23页 |
| ·课题研究的背景及意义 | 第12-13页 |
| ·视频对象分割技术分类 | 第13-15页 |
| ·视频对象分割技术 | 第15-20页 |
| ·视频对象分割概述 | 第15-16页 |
| ·空域分割 | 第16-18页 |
| ·时域分割 | 第18页 |
| ·时空联合分割 | 第18-20页 |
| ·课题主要研究内容 | 第20-21页 |
| ·内容安排 | 第21-23页 |
| 第二章 视频对象分割基础 | 第23-34页 |
| ·数学形态学处理 | 第23-26页 |
| ·二值形态学 | 第23-25页 |
| ·形态学图像处理 | 第25-26页 |
| ·边缘检测技术 | 第26-29页 |
| ·边缘 | 第26页 |
| ·边缘检测 | 第26-29页 |
| ·运动检测 | 第29-33页 |
| ·变化检测 | 第29-30页 |
| ·光流场法 | 第30-31页 |
| ·运动矢量估计 | 第31-33页 |
| ·分割结果的评价方法 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于高阶统计量的视频对象分割技术 | 第34-42页 |
| ·高阶统计量 | 第34-36页 |
| ·减背景法对象分割 | 第36-39页 |
| ·背景重建 | 第36-38页 |
| ·对象分割 | 第38-39页 |
| ·分割性能评价 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于边缘检测的视频对象分割技术 | 第42-51页 |
| ·基于边缘检测的减背景视频对象分割算法 | 第42-45页 |
| ·运动边缘提取 | 第43-44页 |
| ·运动目标提取 | 第44页 |
| ·实验结果 | 第44-45页 |
| ·基于边缘检测的时空视频对象分割算法 | 第45-49页 |
| ·基于高阶统计量的帧间差分法 | 第45-47页 |
| ·时空结合的视频分割算法 | 第47-49页 |
| ·运动目标提取 | 第49页 |
| ·实验结果 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第五章 基于全局运动估计的视频对象分割与视频序列全景图拼接算法 | 第51-61页 |
| ·基于全局运动估计的视频对象分割算法 | 第51-55页 |
| ·四参数估计 | 第51-54页 |
| ·对象提取 | 第54-55页 |
| ·实验结果 | 第55页 |
| ·视频序列全景图拼接技术 | 第55-60页 |
| ·仿射参数估计 | 第55-57页 |
| ·全景图拼接 | 第57-59页 |
| ·实验结果及分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 基于自适应梯度的运动估计算法 | 第61-68页 |
| ·概述 | 第61页 |
| ·Horn-Schunck法 | 第61-63页 |
| ·基于自适应梯度Horn-Schunck法 | 第63-66页 |
| ·实验结果 | 第66页 |
| ·本章小结 | 第66-68页 |
| 第七章 算法仿真平台 | 第68-71页 |
| ·背景重建视频分析平台 | 第68-69页 |
| ·视频对象分割性能评价平台 | 第69页 |
| ·自动视频对象分割平台 | 第69-70页 |
| ·全景图拼接实验平台 | 第70页 |
| ·运动估计实验平台 | 第70-71页 |
| 结束语 | 第71-73页 |
| 一、全文总结 | 第71-72页 |
| 二、展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第79-80页 |
| 致谢 | 第80页 |