| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·研究现状及发展趋势 | 第11-15页 |
| ·主要研究机构及成果 | 第11-13页 |
| ·运动目标检测研究 | 第13-14页 |
| ·运动目标跟踪研究 | 第14-15页 |
| ·本文的主要工作及内容安排 | 第15-17页 |
| ·本文的主要工作 | 第15-16页 |
| ·本文的内容安排 | 第16-17页 |
| 第二章 视频图像中运动目标检测和跟踪算法研究基础 | 第17-24页 |
| ·引言 | 第17页 |
| ·彩色模型 | 第17-19页 |
| ·RGB 彩色模型 | 第17-18页 |
| ·HSV 彩色模型 | 第18-19页 |
| ·RGB 模型到HSV 模型的转化 | 第19页 |
| ·图像的预处理方法 | 第19-21页 |
| ·彩色图像的灰度化 | 第20页 |
| ·图像的滤波 | 第20-21页 |
| ·图像的后处理方法 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 运动目标检测 | 第24-37页 |
| ·运动目标检测算法概述 | 第24-25页 |
| ·帧差法 | 第24页 |
| ·背景减除法 | 第24-25页 |
| ·几种常见背景减除算法 | 第25-30页 |
| ·时间上的均值滤波方法 | 第25-26页 |
| ·Surendra 算法 | 第26-28页 |
| ·混合高斯模型 | 第28-30页 |
| ·本文方法 | 第30页 |
| ·本文运动目标检测算法 | 第30-36页 |
| ·本文算法原理 | 第31-32页 |
| ·实验结果及分析 | 第32-34页 |
| ·检测结果的后处理 | 第34-36页 |
| ·特征提取 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 运动目标跟踪 | 第37-63页 |
| ·引言 | 第37页 |
| ·Mean Shift 跟踪算法 | 第37-49页 |
| ·无参密度估计理论 | 第38-40页 |
| ·Mean Shift 算法原理 | 第40-44页 |
| ·基于Mean Shift 的目标跟踪算法 | 第44-47页 |
| ·算法实现和结果分析 | 第47-49页 |
| ·Cam Shift 算法 | 第49-53页 |
| ·CamShift 算法原理 | 第49-51页 |
| ·实验结果及分析 | 第51-53页 |
| ·关于Mean Shift 和Cam Shift 两种跟踪算法的讨论 | 第53-54页 |
| ·基于活动轮廓的Mean Shift 核窗宽自适应算法 | 第54-62页 |
| ·活动轮廓模型简介 | 第55-57页 |
| ·基于活动轮廓的Mean Shift 核窗宽自适应算法的可行性分析 | 第57-59页 |
| ·基于活动轮廓的Mean Shift 核窗宽自适应算法 | 第59页 |
| ·实验仿真及其结果比较分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与下一步工作 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·下一步工作 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-70页 |
| 致谢 | 第70-71页 |
