| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 引言 | 第12页 |
| 1.2 研究背景与意义 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-15页 |
| 1.4 论文内容及安排 | 第15-17页 |
| 第二章 基于改进的Graph-cuts的图像分割 | 第17-33页 |
| 2.1 引言 | 第17页 |
| 2.2 图像分割方法概述 | 第17-18页 |
| 2.3 Graph-cuts基本知识 | 第18-21页 |
| 2.3.1 网络流的基本概念 | 第18-20页 |
| 2.3.2 最大流、最小割 | 第20页 |
| 2.3.3 能量函数最小化 | 第20-21页 |
| 2.4 基于Graph-cuts的图像分割 | 第21-25页 |
| 2.4.1 应用Graph-cuts对图像分割的主要步骤 | 第21-24页 |
| 2.4.2 改进Graph-cuts图像分割算法 | 第24-25页 |
| 2.5 实验与分析 | 第25-32页 |
| 2.5.1 实验步骤 | 第25-26页 |
| 2.5.2 实验结果与分析 | 第26-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 基于检测和Graph-cuts的目标跟踪 | 第33-52页 |
| 3.1 引言 | 第33页 |
| 3.2 运动目标检测 | 第33-37页 |
| 3.2.1 目标检测算法 | 第33-35页 |
| 3.2.2 基于背景减法的运动目标检测 | 第35-37页 |
| 3.3 基于检测和Graph-cuts的目标跟踪 | 第37-46页 |
| 3.3.1 基本定义 | 第37-39页 |
| 3.3.2 主要跟踪算法 | 第39-42页 |
| 3.3.3 实验结果分析 | 第42-46页 |
| 3.4 改进的基于检测和Graph-cuts的目标跟踪 | 第46-47页 |
| 3.4.1 基于网格点的运动目标检测 | 第46页 |
| 3.4.2 目标融合及遮挡问题 | 第46-47页 |
| 3.5 实验结果与分析 | 第47-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 基于混合高斯模型和Graph-cuts的目标跟踪 | 第52-65页 |
| 4.1 引言 | 第52页 |
| 4.2 基于混合高斯及Graph-cuts的目标跟踪算法 | 第52-58页 |
| 4.2.1 算法主要流程 | 第52-53页 |
| 4.2.2 跟踪情况判定 | 第53-54页 |
| 4.2.3 目标的外观模型的建立 | 第54-55页 |
| 4.2.4 遮挡情况下的目标分割及跟踪 | 第55-56页 |
| 4.2.5 混合高斯模型(SCGMM)替换 | 第56-58页 |
| 4.3 实验结果与分析 | 第58-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-68页 |
| 5.1 论文工作总结 | 第65-66页 |
| 5.2 论文不足之处与下一步的展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |
