第1章 绪论
1．1 研究的目的和意义
1．2 国内外研究现状
1．2．1 内河船舶检测系统国内外研究现状
1．2．2 运动目标视觉检测国内外研究现状
1．2．3 基于背景差分法的内河运动船舶检测研究现状
1．3 运动船舶视觉检测的特点与难点
1．3．1 特点分析
1．3．2 难点分析
1．4 算法性能评价指标
参考文献

第2章 经典的运动目标检测算法
2．1 光流法
2．1．1 光流法原理
2．1．2 Horn-Schunck算法
2．1．3 Lucas-Kanade算法
2．1．4 光流法分析
2．2 帧差法
2．2．1 二帧差分法
2．2．2 三帧差分法
2．3 背景差分算法
2．3．1 混合高斯模型算法
2．3．2 codebook算法
2．4 实验对比分析
2．4．1 定性实验结果及分析
2．4．2 定量实验结果及分析
参考文献

第3章 基于样本一致性的检测算法
3．1 ViBe算法
3．1．1 背景模型初始化
3．1．2 前景检测
3．1．3 背景模型更新
3．1．4 实验参数调整
3．2 SuBSENSE算法
3．2．1 局部二值相似模式
3．2．2 背景建模
3．2．3 像素分类与背景更新
3．2．4 参数自适应反馈机制
3．3 基于SuBSENSE的内河运动船舶检测结果与分析
3．4 SuBSENSE算法优化
3．4．1 后处理优化
3．4．2 时间优化
3．5 优化后的SuBSENSE算法实验分析
3．5．1 定性分析
3．5．2 定量分析
参考文献

第4章 基于动态组稀疏的检测算法
4．1 压缩感知原理
4．1．1 信号稀疏表示
4．1．2 非相关测量
4．1．3 重建算法
4．2 动态组稀疏算法
4．3 基于DGS的运动目标检测算法
4．3．1 EAdaDGS重构算法
4．3．2 背景字典更新机制
4．3．3 多分辨率检测
4．4 实验结果分析
4．4．1 有效性分析
4．4．2 实时性分析
参考文献

第5章 融合稀疏表示和显著性检测的背景建模
5．1 基于稀疏表示的背景建模
5．2 基于显著性检测的内河图像显著区域提取
5．2．1 显著性检测
5．2．2 AC模型
5．2．3 Var模型
5．2．4 显著图融合
5．3 像素分类与背景更新
5．4 算法分析
5．4．1 理论分析
5．4．2 实验分析
参考文献

第6章 实验对比分析
6．1 参数设置
6．2 定性实验结果及分析
6．3 定量实验结果及分析
参考文献

第7章 自适应运动船舶检测算法
7．1 算法整体框架
7．2 自适应策略
7．2．1 算法原理
7．2．2 权重自适应调整的空间相关
7．3 实验结果分析
7．3．1 有效性分析
7．3．2 鲁棒性分析
7．3．3 兼容性分析
7．3．4 实时性分析
参考文献

第8章 船舶视觉检测库建立与算法实验平台设计
8．1 船舶视觉检测库建立的必要性
8．2 船舶视觉检测库的建立
8．3 算法实验平台设计
8．3．1 关键技术实现
8．3．2 平台功能
参考文献