| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状和存在的问题 | 第10-13页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 存在的问题 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 本文的组织结构 | 第14-15页 |
| 第2章 相关理论及关键技术 | 第15-30页 |
| 2.1 前景检测的基本方法 | 第15-18页 |
| 2.1.1 帧间差分法 | 第15-16页 |
| 2.1.2 背景差分法 | 第16-17页 |
| 2.1.3 光流法 | 第17-18页 |
| 2.2 背景建模的基本方法 | 第18-23页 |
| 2.2.1 混合高斯背景建模 | 第18-21页 |
| 2.2.2 Codebook背景建模 | 第21-22页 |
| 2.2.3 基于LBP背景建模算法 | 第22-23页 |
| 2.3 代数多重网格算法 | 第23-28页 |
| 2.3.1 代数多重网格算法基本思想 | 第24-27页 |
| 2.3.2 代数多重网格算子介绍 | 第27-28页 |
| 2.4 图像拼接技术 | 第28页 |
| 2.5 opencv简介 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于代数多重网格特征的运动目标检测 | 第30-44页 |
| 3.1 使用传统运动目标算法检测结果及问题分析 | 第30-33页 |
| 3.1.1 帧间差分法的结果 | 第30-32页 |
| 3.1.2 背景差分法的结果 | 第32-33页 |
| 3.1.3 传统运动目标检测方法的问题及分析 | 第33页 |
| 3.2 运用代数多重网格提取特征 | 第33-36页 |
| 3.2.1 应用代数多重网格算法的预备过程 | 第33-34页 |
| 3.2.2 图像粗网格序列的提取 | 第34-35页 |
| 3.2.3 粗网格序列的插值 | 第35-36页 |
| 3.3 基于代数多重网格特征的运动目标检测算法 | 第36-42页 |
| 3.3.1 基于AMG和帧差分的实验结果和分析 | 第36-39页 |
| 3.3.2 基于AMG和背景差分法的实验结果和分析 | 第39-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 基于全景图的背景建模与前景检测 | 第44-53页 |
| 4.1 基于全景图的背景建模 | 第44-47页 |
| 4.1.1 如何构建背景 | 第44-46页 |
| 4.1.2 构建全背景的算法流程 | 第46页 |
| 4.1.3 全背景构建中的问题 | 第46-47页 |
| 4.2 全背景中的前景检测 | 第47-52页 |
| 4.2.1 实验数据 | 第47-48页 |
| 4.2.2 单幅图像中的前景检测 | 第48-49页 |
| 4.2.3 全背景中的前景检测 | 第49-51页 |
| 4.2.4 结果分析 | 第51-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 系统设计与实现 | 第53-59页 |
| 5.1 系统功能模块设计 | 第53-55页 |
| 5.2 系统中的类和接口设计 | 第55页 |
| 5.3 系统实现和展示 | 第55-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 本文的主要工作 | 第59-60页 |
| 6.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第67页 |