| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题背景和研究意义 | 第8-11页 |
| ·选题背景 | 第8-9页 |
| ·研究意义 | 第9-11页 |
| ·研究现状和所存在的问题 | 第11-12页 |
| ·运动目标检测 | 第11-12页 |
| ·运动目标跟踪 | 第12页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·论文结构安排 | 第13-14页 |
| 第二章 序列图象分析 | 第14-19页 |
| ·动态序列图象 | 第14-15页 |
| ·数字图象的形态学分析 | 第15-19页 |
| ·数学形态学 | 第15页 |
| ·膨胀和腐蚀 | 第15-17页 |
| ·开运算与闭运算 | 第17-19页 |
| 第三章 运动目标检测与跟踪 | 第19-36页 |
| ·运动目标检测与定位跟踪概述 | 第19-20页 |
| ·背景获取与估计 | 第20-23页 |
| ·直接获取法 | 第20页 |
| ·基于运动过程的背景补偿法 | 第20-21页 |
| ·统计平均法 | 第21页 |
| ·基于高斯统计模型的背景获取法 | 第21-22页 |
| ·背景更新机制 | 第22-23页 |
| ·运动目标检测的基本方法 | 第23-27页 |
| ·背景差分法 | 第24-25页 |
| ·连续帧间差分法 | 第25-27页 |
| ·光流法 | 第27页 |
| ·运动目标特征提取与搜索算法 | 第27-36页 |
| ·特征选择 | 第28-32页 |
| ·搜索算法 | 第32-36页 |
| 第四章 基于时空相关性的运动目标检测与差分轮廓定位跟踪算法模型 | 第36-51页 |
| ·序列图像时空相关性分析 | 第36页 |
| ·考虑时空相关性的运动目标检测 | 第36-40页 |
| ·时空相关性的运动目标检测算法原理 | 第36-37页 |
| ·空间相关性分块差分检测 | 第37-39页 |
| ·时空相关性检查 | 第39-40页 |
| ·连通性处理和形态学处理 | 第40-41页 |
| ·主动轮廓线模型概述 | 第41-45页 |
| ·基本的 snake 模型 | 第42-44页 |
| ·snake 模型的改进 | 第44-45页 |
| ·基于差分轮廓的运动目标定位跟踪 | 第45-51页 |
| ·运动目标粗轮廓的提取 | 第45-46页 |
| ·图象梯度计算采用 sobel 算子 | 第46-47页 |
| ·动态调整控制点的数量 | 第47-49页 |
| ·考虑图象统计势能的活动轮廓模型 | 第49-51页 |
| 第五章 算法的实验模型和结果分析 | 第51-63页 |
| ·算法实验模型概述 | 第51-52页 |
| ·实验模型的主要算法描述 | 第52-59页 |
| ·运动目标时空相关性检验算法 | 第52-53页 |
| ·连通性检测算法 | 第53-55页 |
| ·运动目标粗轮廓的获取算法 | 第55-56页 |
| ·粗轮廓控制点选取算法 | 第56-57页 |
| ·联合图象统计势能的改进 snake 目标定位跟踪算法 | 第57-59页 |
| ·实验结果与分析 | 第59-63页 |
| ·基于时空相关性的运动目标检测 | 第59-61页 |
| ·联合图象统计势能的改进 snake 定位跟踪算法 | 第61-63页 |
| 第六章 结论 | 第63-65页 |
| ·本文总结 | 第63-64页 |
| ·进一步的工作 | 第64-65页 |
| 在学期间发表的论文 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
