| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 课题的研究背景和意义 | 第7页 |
| 1.2 国内外发展现状 | 第7-12页 |
| 1.3 本文主要工作和组织结构 | 第12-14页 |
| 2 运动目标检测算法研究分析 | 第14-23页 |
| 2.1 帧差法 | 第14-17页 |
| 2.1.1 帧差法原理 | 第14-15页 |
| 2.1.2 基于MHI的运动目标检测算法 | 第15-17页 |
| 2.2 核密度估计算法 | 第17-19页 |
| 2.2.1 核密度估计原理及推导 | 第17-18页 |
| 2.2.2 基于核密度估计的运动目标检测算法 | 第18页 |
| 2.2.3 核带宽的估计 | 第18-19页 |
| 2.3 混合高斯背景模型 | 第19-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 单高斯背景模型的研究分析 | 第23-29页 |
| 3.1 单高斯背景原理 | 第23-24页 |
| 3.2 单高斯背景模型下运动目标检测的实验效果及实时性 | 第24-27页 |
| 3.2.1 单高斯背景模型下运动目标检测的实验效果 | 第24-26页 |
| 3.2.2 实时性的分析 | 第26-27页 |
| 3.3 针对单高斯背景模型的上述不足之处的分析 | 第27页 |
| 3.4 本章小结 | 第27-29页 |
| 4 基于mean shift的改进的单高斯背景模型算法 | 第29-45页 |
| 4.1 mean shift算法原理 | 第29-32页 |
| 4.2 基于mean shift算法的改进的单高斯背景模型 | 第32-43页 |
| 4.2.1 改进的单高斯背景模型的算法步骤与流程图 | 第32-33页 |
| 4.2.2 实验结果及分析 | 第33-43页 |
| 4.2.2.1 背景模型自适应背景变化的实验对比 | 第33-38页 |
| 4.2.2.2 运动目标检测效果的对比 | 第38-42页 |
| 4.2.2.3 实时性的对比和分析 | 第42-43页 |
| 4.3 本章小结 | 第43-45页 |
| 5 本文算法与其他运动目标检测算法的对比 | 第45-65页 |
| 5.1 本文算法与MHI算法的对比 | 第45-51页 |
| 5.1.1 检测效果的对比 | 第45-50页 |
| 5.1.2 实时性的对比 | 第50-51页 |
| 5.2 本文算法与混合高斯背景模型算法的对比 | 第51-57页 |
| 5.2.1 检测效果的对比 | 第51-56页 |
| 5.2.2 本文算法与混合高斯模型算法实时性的对比 | 第56-57页 |
| 5.3 本文算法与核密度算法检测效果的对比 | 第57-63页 |
| 5.3.1 检测效果的对比 | 第57-62页 |
| 5.3.2 本文算法与核密度估计算法在实时性方面的对比 | 第62-63页 |
| 5.4 本章小结 | 第63-65页 |
| 6 总结和展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71页 |
