| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 研究历史及现状 | 第10-13页 |
| 1.2.1 运动目标检测的研究历史及现状 | 第10-11页 |
| 1.2.2 背景建模算法的研究历史及现状 | 第11-13页 |
| 1.3 本文的主要内容 | 第13页 |
| 1.4 本文的结构安排 | 第13-15页 |
| 第2章 运动目标检测主要算法的综述与分析 | 第15-25页 |
| 2.1 时间差分法 | 第15-16页 |
| 2.2 光流法 | 第16-17页 |
| 2.3 背景差分法 | 第17-24页 |
| 2.3.1 统计平均法 | 第17-18页 |
| 2.3.2 W~4方法 | 第18-19页 |
| 2.3.3 混合高斯背景建模法 | 第19-22页 |
| 2.3.4 非参数核密度估计法 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于模型个数动态分配的背景建模算法 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 算法思想 | 第25-26页 |
| 3.3 模型个数动态分配及参数更新策略 | 第26-29页 |
| 3.3.1 模型参数初始化 | 第26-27页 |
| 3.3.2 模型个数的动态分配及参数更新 | 第27-29页 |
| 3.4 生成背景模型 | 第29页 |
| 3.5 基于时空域背景模型的前景点检测 | 第29-31页 |
| 3.5.1 时域背景模型的前景点检测 | 第30页 |
| 3.5.2 结合空域背景模型的前景点检测 | 第30-31页 |
| 3.6 实验分析 | 第31-36页 |
| 3.6.1 图像处理分析 | 第31-32页 |
| 3.6.2 算法性能分析 | 第32-36页 |
| 3.7 实验结果 | 第36-39页 |
| 3.8 小结 | 第39-41页 |
| 第4章 背景建模后的光照后处理 | 第41-48页 |
| 4.1 引言 | 第41页 |
| 4.2 一种改进的HOG特征 | 第41-44页 |
| 4.2.1 HOG特征 | 第41-42页 |
| 4.2.2 改进的特征提取算法 | 第42-44页 |
| 4.3 光照后处理 | 第44-45页 |
| 4.3.1 Bhattacharyya系数 | 第44-45页 |
| 4.3.2 基于Bhattacharyya系数度量的前景验证 | 第45页 |
| 4.4 实验分析 | 第45-46页 |
| 4.5 实验结果 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |