| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题背景和意义 | 第10-11页 |
| 1.2.1 运动图像序列目标追踪的背景 | 第10页 |
| 1.2.2 运动图像序列目标追踪的意义 | 第10-11页 |
| 1.3 运动图像序列目标追踪国内外研究现状 | 第11-15页 |
| 1.3.1 光照变化下的运动图像序列前后帧配准研究 | 第11-12页 |
| 1.3.2 运动图像序列目标检测国内外研究现状 | 第12-13页 |
| 1.3.3 运动图像序列单目标追踪国内外研究现状 | 第13-14页 |
| 1.3.4 运动图像序列多目标追踪研究现状 | 第14-15页 |
| 1.4 研究内容 | 第15-17页 |
| 1.4.1 基于亮度补偿的运动图像序列前后帧配准研究 | 第16页 |
| 1.4.2 改进的基于目标模板匹配的均值漂移自适应目标检测算法 | 第16页 |
| 1.4.3 基于中心点的模板匹配和卡尔曼滤波的持续追踪算法 | 第16-17页 |
| 1.4.4 运动图像序列目标追踪系统的实现 | 第17页 |
| 1.5 论文的主要内容及结构 | 第17-19页 |
| 第二章 静态和动态背景下的目标追踪方法 | 第19-23页 |
| 2.1 引言 | 第19页 |
| 2.2 静态背景下的单目标追踪 | 第19-20页 |
| 2.2.1 背景提取 | 第20页 |
| 2.2.2 运动目标提取 | 第20页 |
| 2.3 动态背景下运动目标追踪 | 第20-22页 |
| 2.3.1 Meanshift算法应用分析 | 第21-22页 |
| 2.3.2 均值漂移算法步骤 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于亮度补偿的运动图像序列前后帧配准研究 | 第23-32页 |
| 3.1 引言 | 第23页 |
| 3.2 改进的基于稳定特征点的运动图像序列前后帧配准算法(SSPR) | 第23-27页 |
| 3.2.1 SSPR算法思想 | 第23-24页 |
| 3.2.2 SSPR算法的框架和流程 | 第24-26页 |
| 3.2.3 基于快速傅里叶变换的Retinex算法(Retinex-FF) | 第26-27页 |
| 3.4 本章算法实验结果与分析 | 第27-31页 |
| 3.4.1 Retinex-FF算法实验与结果分析 | 第27-28页 |
| 3.4.2 SSPR算法实验与结果分析 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 改进的基于目标模板匹配的均值漂移自适应目标检测算法 | 第32-37页 |
| 4.1 引言 | 第32页 |
| 4.2 改进的基于目标模板匹配的均值漂移算法(TTM-meanshift) | 第32-34页 |
| 4.4 OTM-meanshift算法实验结果与分析 | 第34-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第五章 基于中心点的模板匹配和卡尔曼滤波的持续追踪算法 | 第37-46页 |
| 5.1 引言 | 第37页 |
| 5.2 基于模板匹配和卡尔曼滤波的持续追踪算法的提出 | 第37-40页 |
| 5.2.1 基于kalman滤波的目标追踪 | 第37-38页 |
| 5.2.2 基于中心点的NCC快速模板匹配算法(CPNCC)的提出 | 第38-39页 |
| 5.2.3 基于中心点的模板匹配算法和卡尔曼滤波持续追踪算法(CPNCC-Kalman)的提出 | 第39-40页 |
| 5.5 CPNCC-Kalman算法实验结果及分析 | 第40-45页 |
| 5.5.1 视频实验数据运行结果对比 | 第41-45页 |
| 5.6 本章小结 | 第45-46页 |
| 第六章 运动图像序列目标追踪系统的实现 | 第46-57页 |
| 6.1 系统的总体设计 | 第46-52页 |
| 6.2 运动图像序列目标追踪系统设计 | 第52-54页 |
| 6.2.1 系统设计 | 第52页 |
| 6.2.2 系统的实现结果 | 第52-54页 |
| 6.3 系统测试 | 第54-56页 |
| 6.3.1 测试环境 | 第55页 |
| 6.3.2 测试方法 | 第55-56页 |
| 6.4 本章小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-59页 |
| 7.1 总结 | 第57-58页 |
| 7.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间研究成果 | 第64页 |
