| 摘要 | 第1-8页 |
| ABSTRUCT | 第8-14页 |
| 第一章 绪论 | 第14-28页 |
| 1．1 研究背景及意义 | 第14页 |
| 1．2 视频目标检测系统的基本原理 | 第14-15页 |
| 1．3 国内外相关技术研究动态 | 第15-24页 |
| 1．3．1 背景运动校正技术 | 第16-17页 |
| 1．3．2 视频运动目标分割及其识别特征参数提取技术 | 第17-23页 |
| 1．3．3 视频运动目标跟踪检测技术 | 第23-24页 |
| 1．4 本文主要研究工作与论文安排 | 第24-27页 |
| 1．5 本章小结 | 第27-28页 |
| 第二章 摄像机成像系统的数理模型 | 第28-42页 |
| 2．1 引言 | 第28页 |
| 2．2 二维成像系统的物理模型 | 第28-31页 |
| 2．3 三维空域中摄像机成像模型分析 | 第31-37页 |
| 2．3．1 三维空域场景的数学模型 | 第31-33页 |
| 2．3．2 视频图像的生成模型 | 第33-36页 |
| 2．3．3 数字视频图像的构成 | 第36-37页 |
| 2．4 摄像机运动参数模型 | 第37-41页 |
| 2．5 本章小结 | 第41-42页 |
| 第三章 视频运动目标检测模型及其理论基础 | 第42-64页 |
| 3．1 引言 | 第42页 |
| 3．2 视频运动目标检测理论模型 | 第42-48页 |
| 3．2．1 基于背景估计法的视频运动目标检测理论 | 第43-45页 |
| 3．2．2 基于邻帧差分法的视频运动目标检测理论 | 第45-48页 |
| 3．3 视频目标模式识别的理论和模型 | 第48-56页 |
| 3．3．1 视频目标识别特征描述理论 | 第49-54页 |
| 3．3．1．1 几何参量描述 | 第49-52页 |
| 3．3．1．2 区域矩统计参量描述 | 第52-53页 |
| 3．3．1．3 目标图像的纹理分布描述 | 第53页 |
| 3．3．1．4 视频目标的高维特征描述 | 第53-54页 |
| 3．3．2 视频目标识别分类器设计 | 第54-56页 |
| 3．4 视频运动目标跟踪检测理论和模型 | 第56-63页 |
| 3．4．1 视频目标识别跟踪系统的基本任务与实现条件 | 第57-58页 |
| 3．4．2 识别跟踪系统信息处理的基本功能及其数理模型 | 第58-60页 |
| 3．4．3 视频运动目标跟踪检测状态原理与模型 | 第60-63页 |
| 3．5 本章小结 | 第63-64页 |
| 第四章 视频图像背景运动补偿校正理论模型 | 第64-80页 |
| 4．1 引言 | 第64-65页 |
| 4．2 二维运动矢量估计 | 第65-75页 |
| 4．2．1 使用光流场的估计方法 | 第67-70页 |
| 4．2．2 基于块运动矢量估计方法 | 第70-75页 |
| 4．3 视频序列图像背景运动补偿技术 | 第75-77页 |
| 4．4 实验结果 | 第77-78页 |
| 4．5 本章小结 | 第78-80页 |
| 第五章 视频背景运动快速估计与补偿技术 | 第80-92页 |
| 5．1 引言 | 第80页 |
| 5．2 图像序列背景运动实时估计与补偿技术 | 第80-87页 |
| 5．2．1 样本点的选取方法 | 第81-82页 |
| 5．2．2 全局运动参数估计 | 第82-84页 |
| 5．2．3 运动矢量估计算法 | 第84-86页 |
| 5．2．4 背景运动补偿 | 第86-87页 |
| 5．3 基于 FPGA的系统实现 | 第87-89页 |
| 5．4 实验结果 | 第89-90页 |
| 5．5 本章小结 | 第90-92页 |
| 第六章 基于 MRF模型的视频运动目标多级检测技术 | 第92-104页 |
| 6．1 引言 | 第92页 |
| 6．2 基本理论 | 第92-96页 |
| 6．2．1 马尔可夫随机场模型 | 第92-95页 |
| 6．2．2 Neyman-Pearson准则 | 第95-96页 |
| 6．3 基于 MRF模型的运动目标多级检测技术 | 第96-101页 |
| 6．3．1 全局运动估计与背景补偿校正 | 第97页 |
| 6．3．2 运动目标存在区域的二元假设检验 | 第97-99页 |
| 6．3．3 基于MRF模型的运动区域生长 | 第99-101页 |
| 6．4 实验结果 | 第101-102页 |
| 6．5 本章小结 | 第102-104页 |
| 第七章 基于遗传算法的视频运动目标快速检测技术 | 第104-118页 |
| 7．1 引言 | 第104页 |
| 7．2 遗传算法理论 | 第104-108页 |
| 7．2．1 遗传算法概要 | 第105-107页 |
| 7．2．2 遗传算法的运算过程 | 第107-108页 |
| 7．3 视频运动目标快速检测技术 | 第108-113页 |
| 7．3．1 基于最大类间方差法的视频图像分割算法 | 第109页 |
| 7．3．2 运动目标提取的改进遗传算法实现 | 第109-112页 |
| 7．3．3 视频运动目标检测算法的实时性分析 | 第112-113页 |
| 7．4 视频运动目标快速跟踪检测技术 | 第113-114页 |
| 7．5 实验结果 | 第114-116页 |
| 7．6 本章小结 | 第116-118页 |
| 第八章 视频运动目标实时检测系统设计 | 第118-130页 |
| 8．1 引言 | 第118页 |
| 8．2 系统的基本任务及功能 | 第118-119页 |
| 8．3 视频目标检测跟踪系统任务流分析 | 第119-121页 |
| 8．4 系统总体方案设计 | 第121-127页 |
| 8．4．1 系统的基本构成与分层设计 | 第121-122页 |
| 8．4．2 系统的硬件设计方案 | 第122-125页 |
| 8．4．3 系统的软件设计方案 | 第125-127页 |
| 8．5 实验结果 | 第127-129页 |
| 8．6 本章小结 | 第129-130页 |
| 全文总结 | 第130-132页 |
| 参考文献 | 第132-139页 |
| 致谢 | 第139-140页 |
| 作者攻读博士学位期间发表和完成的学术论文 | 第140页 |
