第1章 绪论 1
1.1运动目标检测研究背景及意义 1
1.2运动目标检测技术发展及研究现状 6
1.3运动目标检测的应用难题和研究热点 11
1.3.1运动目标检测的应用难题 11
1.3.2运动目标检测的研究热点 12
1.4本章小结 13
参考文献 13
第2章 运动目标检测概述 18
2.1运动目标检测的经典方法 18
2.1.1帧间差分法 18
2.1.2光流法 20
2.1.3背景减除法 21
2.2运动目标检测的性能评价 24
2.2.1主观评价 25
2.2.2客观评价 25
2.3运动目标检测的公开数据库 28
2.4本章小结 42
参考文献 42
第3章 基于单像素特征建模的运动目标检测 45
3.1相关工作与研究现状 45
3.2基于人类视觉亮度敏感性的运动目标检测算法 46
3.2.1揭示人类感知规律的韦伯定律 47
3.2.2适用于复杂图像背景环境的韦伯比的分析与推导 49
3.2.3基于人类视觉亮度敏感性的自适应匹配判断阈值设置 52
3.2.4算法描述 53
3.2.5自适应匹配判断阈值对算法性能的影响分析 55
3.3实验结果及分析 56
3.3.1实验环境设置 56
3.3.2定性分析 59
3.3.3定量分析 63
3.4本章小结 65
参考文献 65
第4章 基于复杂特征建模的运动目标检测 68
4.1相关工作与研究现状 68
4.2基于改进脉冲耦合神经网络的运动目标检测算法 69
4.2.1脉冲耦合神经网络（PCNN）的基础理论 70
4.2.2基于改进脉冲耦合神经网络的全局特征提取 75
4.2.3算法描述 79
4.3实验结果及分析 80
4.3.1实验环境设置 80
4.3.2定性分析 81
4.3.3定量分析 88
4.4本章小结 90
参考文献 90
第5章 基于多源信息建模的运动目标检测 93
5.1相关工作与研究现状 93
5.2基于红外、可见光多源特征融合建模的运动目标检测算法 94
5.2.1红外、可见光多源特征融合的理论基础和优势分析 95
5.2.2算法描述 98
5.3实验结果及分析 101
5.3.1实验环境设置 101
5.3.2定性分析 102
5.3.3定量分析 106
5.4本章小结 107
参考文献 108
第6章 基于低维子空间分解的运动目标检测 109
6.1相关工作与研究现状 109
6.1.1低维子空间分解理论基础 110
6.1.2低维子空间分解在运动目标检测中的应用 111
6.2基于改进在线鲁棒主成分分析的运动目标检测算法 112
6.2.1自适应稀疏权重的在线鲁棒主成分分析 112
6.2.2算法描述 116
6.3实验结果及分析 120
6.3.1实验环境设置 120
6.3.2定性分析 122
6.3.3定量分析 126
6.4本章小结 128
参考文献 128
第7章 基于盲源信号分离的运动目标检测 130
7.1相关工作与研究现状 130
7.1.1盲源信号分离理论基础 131
7.1.2盲源信号分离在运动目标检测中的应用 132
7.2基于约束非线性独立成分分析的运动目标检测算法 133
7.2.1运动目标检测中的非线性盲源分离问题 133
7.2.2算法描述 135
7.3实验结果及分析 137
7.3.1实验环境设置 137
7.3.2定性分析 138
7.3.3定量分析 141
7.4本章小结 142
参考文献 142
第8章 基于三维小波变换的运动目标检测 144
8.1小波变换基础理论与快速算法 145
8.1.1一维小波变换 146
8.1.2三维小波变换 150
8.2基于三维小波变换的运动目标检测算法 155
8.2.1三维小波变换用于运动目标检测的理论分析 155
8.2.2算法描述 157
8.2.3算法优势分析 159
8.3实验结果及分析 162
8.3.1实验环境设置 162
8.3.2定性分析 166
8.3.3定量分析 177
8.4本章小结 182
参考文献 182