| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的内容及结构安排 | 第12-14页 |
| 第二章 运动目标检测算法综述 | 第14-22页 |
| 2.1 运动目标检测的基本方法 | 第14-19页 |
| 2.1.1 背景减除法 | 第14-16页 |
| 2.1.2 帧间差分法 | 第16-17页 |
| 2.1.3 光流计算法 | 第17-19页 |
| 2.2 基于高斯背景模型的目标检测 | 第19-21页 |
| 2.2.1 单高斯背景模型 | 第19-20页 |
| 2.2.2 混合高斯背景模型 | 第20-21页 |
| 2.3 小结 | 第21-22页 |
| 第三章 基于颜色空间的阴影检测与消除算法研究 | 第22-36页 |
| 3.1 阴影特点分析 | 第22-24页 |
| 3.2 阴影检测算法回顾 | 第24-25页 |
| 3.3 基于色彩变换的阴影检测 | 第25-29页 |
| 3.3.1 基于RGB色彩空间的阴影检测 | 第25-26页 |
| 3.3.2 基于YUV色彩空间的阴影检测 | 第26-27页 |
| 3.3.3 基于HSV色彩空间的阴影检测 | 第27-29页 |
| 3.4 基于HSV色彩空间和混合高斯模型的阴影检测方法 | 第29-31页 |
| 3.5 实验结果与分析 | 第31-35页 |
| 3.6 小结 | 第35-36页 |
| 第四章 基于GMM自适应更新率的运动目标检测算法研究 | 第36-46页 |
| 4.1 混合高斯模型的原理 | 第36-38页 |
| 4.2 模型参数设定及对检测效果的影响 | 第38-39页 |
| 4.2.1 混合高斯模型的数目 | 第38页 |
| 4.2.2 模型学习率 | 第38-39页 |
| 4.2.3 判断背景阈值 | 第39页 |
| 4.3 改进的自适应模型学习率的混合高斯模型 | 第39-43页 |
| 4.3.1 传统混合高斯模型的不足 | 第39-40页 |
| 4.3.2 模型学习 | 第40-41页 |
| 4.3.3 改进模型学习率的算法思想 | 第41-43页 |
| 4.4 实验结果及分析 | 第43-45页 |
| 4.5 小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 本文总结 | 第46-47页 |
| 5.2 未来工作的展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间的成果 | 第52-54页 |
| 致谢 | 第54页 |