| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 移动目标检测的研究现状 | 第11-12页 |
| 1.2.2 运动目标跟踪的研究现状 | 第12-13页 |
| 1.3 本文的主要工作及内容安排 | 第13-15页 |
| 第2章 运动目标检测与跟踪理论基础 | 第15-25页 |
| 2.1 目标检测与跟踪总体流程 | 第15页 |
| 2.2 图像预处理技术 | 第15-19页 |
| 2.2.1 图像中噪声的去除 | 第15-17页 |
| 2.2.2 图像的二值化 | 第17页 |
| 2.2.3 形态学处理 | 第17-19页 |
| 2.3 移动目标检测技术 | 第19-20页 |
| 2.4 目标特征提取 | 第20-21页 |
| 2.5 移动目标跟踪技术 | 第21-24页 |
| 2.5.1 均值漂移算法 | 第21页 |
| 2.5.2 卡尔曼滤波 | 第21-22页 |
| 2.5.3 粒子滤波 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 移动目标的检测 | 第25-41页 |
| 3.1 光流法 | 第25-27页 |
| 3.2 背景差分法 | 第27-33页 |
| 3.2.1 基于统计平均方法建立背景模型 | 第28-29页 |
| 3.2.2 基于高斯模型建立背景模型 | 第29-33页 |
| 3.3 帧间差分法 | 第33-36页 |
| 3.3.1 两帧差分法 | 第33-35页 |
| 3.3.2 三帧差分法 | 第35-36页 |
| 3.4 基于三帧差分法和自适应混合高斯模型结合的检测方法 | 第36-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 移动目标的跟踪 | 第41-53页 |
| 4.1 均值漂移算法(MeanShift算法) | 第41-47页 |
| 4.1.1 均值漂移算法的数学概念 | 第41-43页 |
| 4.1.2 基于均值漂移算法对移动目标进行跟踪 | 第43-47页 |
| 4.2 卡尔曼滤波 | 第47-48页 |
| 4.3 结合卡尔曼滤波的均值漂移算法 | 第48-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-57页 |