| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题提出背景与研究意义 | 第10-12页 |
| 1.2 智能视频监控技术国内外研究现状 | 第12-13页 |
| 1.3 当前存在的主要问题和难点 | 第13-14页 |
| 1.4 论文主要研究内容 | 第14-15页 |
| 1.5 本文的组织结构 | 第15-17页 |
| 第二章 运动目标检测算法相关研究 | 第17-31页 |
| 2.1 光流法 | 第18-19页 |
| 2.2 背景差分法 | 第19-22页 |
| 2.2.1 基于Kalman滤波器的背景构建 | 第19页 |
| 2.2.2 单高斯背景模型 | 第19-20页 |
| 2.2.3 混合高斯背景模型 | 第20-22页 |
| 2.3 帧间差分法 | 第22-23页 |
| 2.4 改进型混合高斯背景模型 | 第23-24页 |
| 2.5 实验结果及分析 | 第24-28页 |
| 2.5.1 帧间差分法结果 | 第24-26页 |
| 2.5.2 混合高斯背景建模结果 | 第26-27页 |
| 2.5.3 改进型混合高斯背景建模结果 | 第27-28页 |
| 2.6 各方法比较分析 | 第28-29页 |
| 2.7 双背景运动检测算法 | 第29-30页 |
| 2.7.1 算法原理 | 第29页 |
| 2.7.2 实验结果分析 | 第29-30页 |
| 2.8 本章小结 | 第30-31页 |
| 第三章 运动阴影检测算法相关研究 | 第31-40页 |
| 3.1 阴影产生的机理 | 第31-32页 |
| 3.2 阴影对运动目标检测的影响 | 第32页 |
| 3.3 阴影检测算法相关研究 | 第32-35页 |
| 3.3.1 基于模型的阴影检测算法 | 第33页 |
| 3.3.2 基于属性的阴影检测算法 | 第33-35页 |
| 3.4 基于YUV颜色特征和局部纹理的阴影去除算法 | 第35-37页 |
| 3.4.1 基于颜色空间的阴影去除算法 | 第35-36页 |
| 3.4.2 基于局部纹理的阴影去除算法 | 第36-37页 |
| 3.5 阴影检测结果 | 第37-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 系统总设计 | 第40-47页 |
| 4.1 运动目标优化 | 第40-42页 |
| 4.1.1 中值滤波 | 第40页 |
| 4.1.2 形态学处理 | 第40-42页 |
| 4.2 总设计图 | 第42-43页 |
| 4.3 系统环境和数据来源 | 第43-44页 |
| 4.4 实验结果展示 | 第44-45页 |
| 4.5 系统性能分析 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 本文工作总结 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 结束语 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者在学期间取得的学术成果 | 第55页 |