| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-13页 |
| ·国内外研究热点及现状 | 第13-15页 |
| ·本文的研究内容与主要工作 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 2 视频序列的镜头检测和关键帧提取 | 第17-35页 |
| ·概述 | 第17页 |
| ·镜头检测 | 第17-25页 |
| ·切变镜头的检测 | 第18-22页 |
| ·渐变镜头的检测 | 第22-25页 |
| ·关键帧提取 | 第25-28页 |
| ·改进的基于分块颜色直方图的关键帧提取算法 | 第28-34页 |
| ·改进算法的实现 | 第28-33页 |
| ·实验结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 视频对象的特征匹配 | 第35-53页 |
| ·图像的视觉特征 | 第35-40页 |
| ·颜色特征 | 第35-36页 |
| ·纹理特征 | 第36-38页 |
| ·形状特征 | 第38-40页 |
| ·对象匹配方法 | 第40-47页 |
| ·模板匹配 | 第40-42页 |
| ·直方图匹配 | 第42-43页 |
| ·形状不变矩匹配 | 第43-44页 |
| ·Harris 角点匹配 | 第44-45页 |
| ·Hausdorff 距离匹配 | 第45-47页 |
| ·基于SIFT 算法的对象匹配 | 第47-51页 |
| ·算法实现步骤 | 第48-51页 |
| ·实验结果 | 第51页 |
| ·本章小结 | 第51-53页 |
| 4 视频对象的跟踪算法的实现 | 第53-67页 |
| ·对象的运动估计 | 第53-56页 |
| ·Kalman 滤波器 | 第53-55页 |
| ·基于Kalman 滤波器的视频对象运动估计 | 第55-56页 |
| ·对象的跟踪 | 第56-60页 |
| ·Mean Shift 算法 | 第57-59页 |
| ·核函数带宽的选择 | 第59-60页 |
| ·改进的基于MEAN SHIFT 算法的视频对象跟踪 | 第60-66页 |
| ·算法实现 | 第60-62页 |
| ·实验结果及分析 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 5 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士期间发表的学术论文和参加的项目 | 第77-78页 |