| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的背景及研究意义 | 第10-12页 |
| 1.2 课题相关研究的国内外现状 | 第12-15页 |
| 1.3 论文的主要研究内容 | 第15-18页 |
| 第2章 图像的预处理 | 第18-39页 |
| 2.1 引言 | 第18页 |
| 2.2 图像噪声 | 第18-20页 |
| 2.3 图像去噪 | 第20-31页 |
| 2.3.1 去噪方法 | 第20-22页 |
| 2.3.2 基于空间域的中值滤波 | 第22-24页 |
| 2.3.3 均值滤波 | 第24-26页 |
| 2.3.4 高斯滤波 | 第26-28页 |
| 2.3.5 密度域二值化滤波 | 第28-31页 |
| 2.4 图像的数学形态学滤波 | 第31-35页 |
| 2.4.1 膨胀和腐蚀 | 第31-34页 |
| 2.4.2 开闭操作 | 第34页 |
| 2.4.3 细化 | 第34-35页 |
| 2.5 图像预处理对运动小车检测的运用结果 | 第35-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 基于帧间差和模板匹配的目标检测与追踪 | 第39-63页 |
| 3.1 引言 | 第39页 |
| 3.2 运动目标检测及方法 | 第39-51页 |
| 3.2.1 帧间差图像检测 | 第42-43页 |
| 3.2.2 灰度图像转换 | 第43-44页 |
| 3.2.3 边缘检测算法 | 第44-48页 |
| 3.2.4 目标物体的提取与表示 | 第48-51页 |
| 3.3 对运动小车的目标跟踪：帧间差与改进的模板匹配 | 第51-62页 |
| 3.3.1 跟踪算法简述 | 第51页 |
| 3.3.2 模板匹配算法 | 第51-56页 |
| 3.3.3 对传统的模板匹配算法进行改进 | 第56-62页 |
| 3.4 本章小结 | 第62-63页 |
| 第4章 颜色识别与云台追踪系统 | 第63-75页 |
| 4.1 引言 | 第63页 |
| 4.2 运动小车的颜色识别 | 第63-65页 |
| 4.3 云台系统 | 第65-70页 |
| 4.3.1 云台的硬件设计 | 第66页 |
| 4.3.2 云台控制 | 第66-70页 |
| 4.4 云台系统的实现 | 第70-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第5章 抖动处理与实验 | 第75-88页 |
| 5.1 引言 | 第75页 |
| 5.2 运动检测中需处理问题 | 第75-78页 |
| 5.3 整体性实验 | 第78-86页 |
| 5.4 本章小结 | 第86-88页 |
| 结论 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 攻读硕士学位期间承担的任务与主要研究成果 | 第94-95页 |
| 致谢 | 第95页 |