| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·选题背景与意义 | 第10页 |
| ·当前国内外研究现状 | 第10-13页 |
| ·视频运动目标检测与跟踪概述 | 第13-15页 |
| ·本论文的研究内容及主要框架 | 第15-18页 |
| 第二章 图像处理的基本知识 | 第18-30页 |
| ·图像的灰度化 | 第18-19页 |
| ·图像去噪 | 第19-23页 |
| ·均值滤波 | 第20页 |
| ·中值滤波 | 第20-23页 |
| ·直方图均衡化 | 第23-26页 |
| ·数学形态学图像处理 | 第26-28页 |
| ·膨胀和腐蚀 | 第26-27页 |
| ·开启运算与闭合运算 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 运动目标检测方法研究及仿真实验分析 | 第30-36页 |
| ·运动目标检测的帧间差分法与光流法 | 第30-31页 |
| ·帧间差分法 | 第30-31页 |
| ·光流法 | 第31页 |
| ·基于背景差分法的目标检测及结果分析 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于粒子群算法和卡尔曼滤波的运动目标跟踪算法 | 第36-62页 |
| ·基本粒子群算法的概述 | 第36-40页 |
| ·粒子群算法的发展和应用 | 第40-41页 |
| ·粒子群算法的发展 | 第40-41页 |
| ·粒子群算法的应用 | 第41页 |
| ·粒子群算法与其它智能算法的异同 | 第41-44页 |
| ·基于梯度的优化算法 | 第41-42页 |
| ·进化计算方法 | 第42-44页 |
| ·卡尔曼滤波的概述 | 第44-51页 |
| ·离散状态方程与观测方程 | 第46-47页 |
| ·滤波器的计算原型 | 第47-48页 |
| ·滤波器的概率原型说明 | 第48-49页 |
| ·离散卡尔曼滤波器算法概述 | 第49-51页 |
| ·基于粒子群算法和卡尔曼滤波相结合的运动目标跟踪算法 | 第51-61页 |
| ·目标灰度特征和粒子群适应度函数 | 第51-52页 |
| ·粒子群算法与卡尔曼滤波相结合算法的具体实现 | 第52-54页 |
| ·实验结果与分析 | 第54-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-66页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |