| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 研究背景和意义 | 第16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 本文研究内容 | 第18-20页 |
| 第二章 运动目标检测 | 第20-28页 |
| 2.1 静态背景下的运动目标检测 | 第20-24页 |
| 2.1.1 帧间差分法 | 第20-21页 |
| 2.1.2 背景减除法 | 第21-23页 |
| 2.1.3 光流法 | 第23-24页 |
| 2.2 动态背景下的运动目标检测 | 第24-25页 |
| 2.2.1 聚类法 | 第24页 |
| 2.2.2 光流法 | 第24页 |
| 2.2.3 运动补偿法 | 第24-25页 |
| 2.3 本章小结 | 第25-28页 |
| 第三章 背景减除法性能分析 | 第28-38页 |
| 3.1 混合高斯背景建模 | 第28-29页 |
| 3.2 SOBS算法 | 第29-31页 |
| 3.3 ViBe方法 | 第31-34页 |
| 3.4 算法性能比较 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 特征点提取算法的分析与比较 | 第38-52页 |
| 4.1 SIFT特征 | 第38-41页 |
| 4.1.1 尺度空间极值检测 | 第38-39页 |
| 4.1.2 确定关键点位置及尺度 | 第39-40页 |
| 4.1.3 关键点方向确定 | 第40页 |
| 4.1.4 关键点的描述 | 第40-41页 |
| 4.2 SURF特征 | 第41-43页 |
| 4.2.1 积分图像与构建Hessian矩阵 | 第41-42页 |
| 4.2.2 构造尺度空间及精确定位特征点 | 第42页 |
| 4.2.3 选取特征点的主方向 | 第42-43页 |
| 4.2.4 构造特征点描述子 | 第43页 |
| 4.3 ORB特征 | 第43-45页 |
| 4.3.1 特征点检测 | 第44页 |
| 4.3.2 特征点描述 | 第44-45页 |
| 4.4 特征点算法比较 | 第45-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 基于SIFT特征的运动目标检测算法设计与实现 | 第52-66页 |
| 5.1 现有的基于SIFT特征的目标检测算法 | 第52-55页 |
| 5.1.1 全局运动参数模型的建立 | 第52-54页 |
| 5.1.2 特征点提取与匹配 | 第54页 |
| 5.1.3 运动参数估计 | 第54页 |
| 5.1.4 运动目标检测 | 第54-55页 |
| 5.2 改进算法的设计与实现 | 第55-65页 |
| 5.2.1 两种改进的SIFT特征描述符生成方法 | 第55-62页 |
| 5.2.2 改进的SIFT特征匹配方法 | 第62-63页 |
| 5.2.3 应用ViBe方法检测运动目标 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |