| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 国内外船舶检测研究现状 | 第9-10页 |
| 1.2.2 视频监控中目标检测研究现状 | 第10-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文结构安排 | 第13-14页 |
| 第2章 基于背景减除法的运动船舶检测 | 第14-32页 |
| 2.1 内河环境中运动船舶检测难点分析 | 第14-18页 |
| 2.1.1 背景减除法检测难点分析 | 第14-15页 |
| 2.1.2 内河环境复杂性分析 | 第15-17页 |
| 2.1.3 船舶检测结果评价指标获取难度分析 | 第17-18页 |
| 2.2 基于颜色特征的背景减除法 | 第18-22页 |
| 2.2.1 基于码本的运动目标检测 | 第19-20页 |
| 2.2.2 ViBe运动目标检测 | 第20-22页 |
| 2.3 基于纹理特征的检测算法 | 第22-25页 |
| 2.3.1 纹理特征介绍 | 第22-23页 |
| 2.3.2 基于LBP特征的运动目标检测 | 第23-25页 |
| 2.4 实验结果与分析 | 第25-30页 |
| 2.4.1 实验结果比较 | 第25-29页 |
| 2.4.2 实验结果分析 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于改进的ViBe运动船舶检测 | 第32-44页 |
| 3.1 结合边缘检测的ViBe运动目标检测 | 第32-40页 |
| 3.1.1 Canny边缘检测算子 | 第32-35页 |
| 3.1.2 连通域处理 | 第35-37页 |
| 3.1.3 改进后ViBe船舶检测结果 | 第37-40页 |
| 3.2 ViBe背景模型参数分析 | 第40-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第4章 基于自平衡敏感分割的运动船舶检测 | 第44-65页 |
| 4.1 基于自平衡敏感分割的运动目标检测 | 第44-55页 |
| 4.1.1 局部二值相似性纹理模式提取 | 第46-49页 |
| 4.1.2 基于LBSP和颜色特征的背景建模 | 第49-51页 |
| 4.1.3 基于样本一致性的像素分类与背景模型更新 | 第51-52页 |
| 4.1.4 参数自适应反馈机制 | 第52-55页 |
| 4.2 基于自平衡敏感分割的内河船舶检测结果与分析 | 第55-59页 |
| 4.2.1 内河船舶检测实验结果对比 | 第55-58页 |
| 4.2.2 内河船舶检测实验结果定量分析 | 第58-59页 |
| 4.3 波纹抑制处理 | 第59-64页 |
| 4.3.1 基于全局对比度的显著性区域检测 | 第60-61页 |
| 4.3.2 显著性检测结果 | 第61-62页 |
| 4.3.3 波纹干扰抑制结果 | 第62-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 主要工作总结 | 第65-66页 |
| 5.2 后续工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 作者在攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 作者在攻读硕士学位期间参与的项目 | 第72页 |