| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第9-19页 |
| 1.1 课题研究背景和意义 | 第9-11页 |
| 1.1.1 研究背景及意义 | 第9-10页 |
| 1.1.2 课题来源及实验数据库 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 复杂背景及研究难点 | 第14-17页 |
| 1.3.1 复杂背景 | 第14-16页 |
| 1.3.2 研究难点 | 第16-17页 |
| 1.4 本文主要研究内容 | 第17-18页 |
| 1.5 论文章节安排 | 第18-19页 |
| 2 视频图像背景模型生成算法及改进 | 第19-31页 |
| 2.1 改进的视频图像预处理 | 第19-23页 |
| 2.1.1 基于偏微分方程的图像去噪 | 第19-20页 |
| 2.1.2 改进的图像去噪算法 | 第20-23页 |
| 2.2 自组织网络背景模型 | 第23-25页 |
| 2.2.1 自组织网络背景模型 | 第23-24页 |
| 2.2.2 自组织背景模型初始化 | 第24-25页 |
| 2.3 混合高斯模型背景模型 | 第25-26页 |
| 2.3.1 GMM背景模型 | 第25-26页 |
| 2.3.2 GMM背景模型初始化 | 第26页 |
| 2.4 VIBE背景模型 | 第26-30页 |
| 2.4.1 VIBE算法背景模型 | 第26-27页 |
| 2.4.2 改进的VIBE背景模型生成 | 第27-29页 |
| 2.4.3 实验结果与分析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 目标检测方法及其改进 | 第31-53页 |
| 3.1 VIBE算法的目标提取及背景更新 | 第31-32页 |
| 3.1.1 目标提取 | 第31-32页 |
| 3.1.2 背景模型更新策略 | 第32页 |
| 3.2 基于空间相关性的目标提取及背景更新 | 第32-36页 |
| 3.2.1 SOBS目标提取及背景更新 | 第32-34页 |
| 3.2.2 基于空间相关性的目标提取及背景更新 | 第34-35页 |
| 3.2.3 基于启发式规则的背景更新 | 第35-36页 |
| 3.3 基于启发式规则的改进VIBE目标提取 | 第36-40页 |
| 3.3.1 基于HSV空间改进的VIBE目标提取 | 第36-37页 |
| 3.3.2 基于启发式规则改进的VIBE目标提取 | 第37-38页 |
| 3.3.3 实验结果与分析 | 第38-40页 |
| 3.4 检测算法比较与分析 | 第40-52页 |
| 3.4.1 实验分析 | 第40-46页 |
| 3.4.2 定量分析 | 第46-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 基于改进VIBE算法的阴影去除及目标跟踪 | 第53-78页 |
| 4.1 阴影检测 | 第53-58页 |
| 4.1.1 阴影模型及其特性 | 第53-55页 |
| 4.1.2 阴影检测方法 | 第55-58页 |
| 4.2 结合改进VIBE算法与多特征融合的阴影检测 | 第58-65页 |
| 4.2.1 阴影去除框图设计 | 第58-59页 |
| 4.2.2 特征提取及融合 | 第59-64页 |
| 4.2.3 阴影去除结果与分析 | 第64-65页 |
| 4.3 基于改进VIBE算法的MeanShift目标跟踪 | 第65-74页 |
| 4.3.1 MeanShift算法原理 | 第65-68页 |
| 4.3.2 基于改进VIBE算法的MeanShift目标跟踪 | 第68-71页 |
| 4.3.3 实验结果与分析 | 第71-74页 |
| 4.4 无人机视频运动目标检测与跟踪应用 | 第74-76页 |
| 4.4.1 目标检测效果 | 第74-76页 |
| 4.4.2 目标跟踪效果 | 第76页 |
| 4.5 本章小结 | 第76-78页 |
| 结论 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻读学位期间发表的与学位论文内容相关的学术论文及研究成果 | 第86页 |
