| 第一章 绪论 | 第1-15页 |
| ·运动目标检测与识别算法概要 | 第11-13页 |
| ·运动目标检测 | 第11-12页 |
| ·目标识别 | 第12-13页 |
| ·主要研究工作 | 第13-14页 |
| ·论文的思路和内容安排 | 第14-15页 |
| 第二章 目标检测算法概述 | 第15-22页 |
| ·主要运动目标分割方法概述 | 第15-20页 |
| ·基于帧间象素的分割方法 | 第15-17页 |
| ·基于光流法的方法 | 第17-18页 |
| ·基于变化域的方法 | 第18-19页 |
| ·基于形态学分析的方法 | 第19页 |
| ·基于匹配的方法 | 第19页 |
| ·基于时空信息的视频分割算法 | 第19-20页 |
| ·其它方法 | 第20页 |
| ·本文所研究方法与系统概述 | 第20-22页 |
| 第三章 全局运动估计与补偿 | 第22-59页 |
| ·运动估计的研究目的 | 第22-23页 |
| ·运动估计的概念 | 第23-25页 |
| ·摄像机模型 | 第25-30页 |
| ·二维运动矢量估计模型 | 第30-42页 |
| ·基于光流方程的光流估算法 | 第31-32页 |
| ·HORN-SCHUNCK法 | 第32-33页 |
| ·基于块的运动估计方法 | 第33-40页 |
| ·相位相关法 | 第40-42页 |
| ·一种基于帧间估计的自适应6 点距离块运动估计的方法 | 第42-51页 |
| ·摄像机模型参数求解 | 第51-53页 |
| ·试验结果与分析 | 第53-58页 |
| ·小节 | 第58-59页 |
| 第四章 目标提取 | 第59-80页 |
| ·序列图像分析 | 第59-65页 |
| ·基于高斯模型的种子帧差区域增长法 | 第65-71页 |
| ·高斯噪声模型 | 第65-69页 |
| ·基于高斯模型的种子帧差区域增长法 | 第69-71页 |
| ·基于时空信息融和的改善帧差目标提取方法 | 第71-79页 |
| ·变化区域分析 | 第71-72页 |
| ·SNAKE 算法 | 第72-76页 |
| ·基于时空信息融和的改善帧差目标提取方法 | 第76-79页 |
| ·小节 | 第79-80页 |
| 第五章 目标识别概述 | 第80-87页 |
| ·识别目的与方法概述 | 第80-84页 |
| ·本文所研究的识别系统概述 | 第84-87页 |
| 第六章 图像特征提取 | 第87-98页 |
| ·图像特征提取概述 | 第87-89页 |
| ·空域归一傅立叶描述子 | 第89-93页 |
| ·常规的傅立叶描述子 | 第89-90页 |
| ·空域归一傅立叶描述子 | 第90-93页 |
| ·试验结果与分析 | 第93-97页 |
| ·手写字符仿真试验 | 第93-96页 |
| ·运动目标的试验与分析 | 第96-97页 |
| ·小节 | 第97-98页 |
| 第七章 特征选择 | 第98-111页 |
| ·特征选择概述 | 第98页 |
| ·遗传算法 | 第98-105页 |
| ·遗传算法基本概念 | 第98-99页 |
| ·遗传算法实现 | 第99-104页 |
| ·测试验证 | 第104-105页 |
| ·基于遗传算法的特征选择 | 第105-110页 |
| ·小节 | 第110-111页 |
| 第八章 结论和展望 | 第111-113页 |
| ·本论文研究总结 | 第111-112页 |
| ·前景展望 | 第112-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-121页 |
| 攻硕期间取得的成果 | 第121-122页 |
| 攻硕期间获得的奖励 | 第122页 |