| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| 第一节 课题研究背景及意义 | 第8-9页 |
| 第二节 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 第三节 本论文主要内容及论文结构 | 第11-14页 |
| 第二章 运动目标检测算法 | 第14-30页 |
| 第一节 常见的运动目标检测算法 | 第14-24页 |
| 2.1.1 光流法 | 第14-17页 |
| 2.1.2 帧间差分法 | 第17-20页 |
| 2.1.3 背景减差法 | 第20-24页 |
| 2.1.4 三种检测算法比较 | 第24页 |
| 第二节 基于背景减差法的背景建模与更新 | 第24-29页 |
| 2.2.1 中值滤波法 | 第25页 |
| 2.2.2 核密度估计法 | 第25-27页 |
| 2.2.3 W4算法 | 第27-29页 |
| 第三节 本章小结 | 第29-30页 |
| 第三章 混合高斯模型算法 | 第30-48页 |
| 第一节 单高斯模型 | 第30-31页 |
| 第二节 混合高斯模型 | 第31-41页 |
| 3.2.1 混合高斯模型起源简介 | 第31-32页 |
| 3.2.2 混合高斯模型原理 | 第32-37页 |
| 3.2.3 混合高斯模型算法缺点与研究 | 第37-41页 |
| 第三节 运动背景匹配混合高斯模型 | 第41-45页 |
| 3.3.1 基于帧间差分法的混合高斯模型 | 第42页 |
| 3.3.2 选择性的背景学习率 | 第42-44页 |
| 3.3.3 运动背景匹配混合高斯模型的仿真结果与分析 | 第44-45页 |
| 第四节 本章小结 | 第45-48页 |
| 第四章 复杂背景下运动目标检测的算法研究 | 第48-58页 |
| 第一节 本文算法提出背景 | 第48-49页 |
| 第二节 改进的混合高斯模型算法 | 第49-53页 |
| 4.2.1 结合位置信息的新型改进算法 | 第49-51页 |
| 4.2.2 预防光线突变的背景更新策略 | 第51-52页 |
| 4.2.3 最小方差限制法 | 第52-53页 |
| 第三节 仿真实验与分析 | 第53-56页 |
| 第四节 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文工作的总结 | 第58页 |
| 5.2 未来的工作的展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读学位期间承担的科研任务与主要成果 | 第66-68页 |
| 致谢 | 第68-70页 |
| 个人简历 | 第70-72页 |