| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文工作和任务 | 第14-15页 |
| 第二章 监视场景ROF概念与提取模型 | 第15-25页 |
| ·视频感兴趣区域(Region of Interest, ROI) | 第15-17页 |
| ·监视场景焦点区域(Region of Focus, ROF) | 第17-21页 |
| ·监视场景ROF概念 | 第17页 |
| ·ROF特征分析 | 第17-21页 |
| ·ROF提取模型 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于多种动静态特征融合的初始ROF分割算法 | 第25-48页 |
| ·视频图像预处理 | 第25-29页 |
| ·运动区域检测 | 第29-34页 |
| ·运动检测基本方法 | 第29-30页 |
| ·基于背景差分法的运动检测 | 第30-32页 |
| ·数学形态学处理 | 第32-34页 |
| ·视频图像局部熵检测 | 第34-37页 |
| ·信息熵 | 第34-35页 |
| ·基于空域窗口的图像局部熵检测 | 第35-37页 |
| ·基于颜色的区域分类 | 第37-43页 |
| ·颜色空间 | 第37-40页 |
| ·基于HSV空间的颜色特征两级分类 | 第40-43页 |
| ·多特征融合分割 | 第43页 |
| ·实验结果与分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于区域描述多元组的ROF提取算法 | 第48-67页 |
| ·区域高层静态特征提取 | 第48-53页 |
| ·初始ROF形状特征提取 | 第48-51页 |
| ·基于HSV量化的区域主颜色特征提取 | 第51-53页 |
| ·动态区域匹配与运动特征提取 | 第53-57页 |
| ·基于非线性测度的动态区域匹配 | 第53-55页 |
| ·匹配区域运动特征提取 | 第55-57页 |
| ·区域类型识别 | 第57-62页 |
| ·支持向量机(SVM)原理 | 第58-60页 |
| ·基于SVM的区域类型识别 | 第60-62页 |
| ·监视场景ROF提取 | 第62-64页 |
| ·区域描述多元组构建 | 第62-63页 |
| ·基于区域描述多元组的ROF判定与提取 | 第63-64页 |
| ·实验结果与分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 基于场景类型的ROF分级方法 | 第67-78页 |
| ·监视场景类型 | 第67-68页 |
| ·ROF分类 | 第68-70页 |
| ·ROF重要性分级模型 | 第70-74页 |
| ·ROF初始等级设置 | 第71-72页 |
| ·焦点系数 | 第72-73页 |
| ·ROF最终等级确定 | 第73-74页 |
| ·实验结果与分析 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·本文工作总结 | 第78页 |
| ·下一步工作展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 作者在学期间取得的学术成果 | 第85页 |
| 作者在学期间参与的科研项目 | 第85页 |
