| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外发展状况及研究方法 | 第8-10页 |
| ·本文主要研究内容及章节安排 | 第10-12页 |
| 第二章 运动目标的检测 | 第12-24页 |
| ·图像处理基本方法 | 第12-16页 |
| ·图像平滑 | 第12页 |
| ·中值滤波 | 第12-13页 |
| ·图像的二值化 | 第13-14页 |
| ·数学形态学滤波 | 第14-16页 |
| ·运动目标检测的基本方法 | 第16-19页 |
| ·光流法 | 第16-17页 |
| ·帧差法 | 第17页 |
| ·背景差分法 | 第17-19页 |
| ·改进的混合高斯背景建模的目标检测 | 第19-23页 |
| ·单高斯建模背景减法 | 第19-20页 |
| ·混合高斯建模背景减法 | 第20-23页 |
| ·目标检测实验结果 | 第23-24页 |
| 第三章 视频运动目标跟踪 | 第24-33页 |
| ·运动目标跟踪方法 | 第24-25页 |
| ·基于运动 | 第24页 |
| ·基于模型 | 第24-25页 |
| ·Kalman 滤波 | 第25-27页 |
| ·Camshift 目标跟踪 | 第27-30页 |
| ·基于卡尔曼滤波的Camshift 运动目标跟踪算法 | 第30页 |
| ·跟踪实验结果 | 第30-33页 |
| 第四章 基于GHMM 轨迹的分类与识别研究 | 第33-54页 |
| ·HMM 原理与基本问题 | 第34-42页 |
| ·HMM 的基本问题 | 第35-36页 |
| ·HMM 三类基本问题的解法 | 第36-42页 |
| ·隐马尔科夫型的类型与选择 | 第42-43页 |
| ·基于HMM 的运动目标轨迹识别实验 | 第43-54页 |
| ·轨迹预处理 | 第43-47页 |
| ·轨迹PCA 系数表示 | 第47-49页 |
| ·GHMM 训练 | 第49-51页 |
| ·GHMM 轨迹识别 | 第51-54页 |
| 第五章 结论与展望 | 第54-56页 |
| ·本文工作总结 | 第54页 |
| ·本文工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |