| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 移动目标检测与跟踪的研究现状 | 第10-12页 |
| 1.2.1 移动目标检测与跟踪系统 | 第10-11页 |
| 1.2.2 移动目标检测与跟踪的方法 | 第11-12页 |
| 1.3 研究内容 | 第12-14页 |
| 第2章 嵌入式 Linux 操作系统 | 第14-18页 |
| 2.1 嵌入式系统硬件部分 | 第14-15页 |
| 2.2 嵌入式 Linux 系统 | 第15-17页 |
| 2.2.1 移植 Linux 系统到开发平台的方法简述 | 第15-16页 |
| 2.2.2 Linux 系统的交叉编译环境 | 第16页 |
| 2.2.3 Linux 系统的内核编译 | 第16-17页 |
| 2.2.4 Linux 系统版本简介与内核版本的选取 | 第17页 |
| 2.3 小结 | 第17-18页 |
| 第3章 相机标定 | 第18-32页 |
| 3.1 相机标定概述 | 第18-19页 |
| 3.1.1 坐标系 | 第18页 |
| 3.1.2 图像数字化 | 第18-19页 |
| 3.2 相机标定方法的分类 | 第19-20页 |
| 3.2.1 传统相机标定方法 | 第19-20页 |
| 3.2.2 主动视觉相机标定方法 | 第20页 |
| 3.2.3 相机自标定方法 | 第20页 |
| 3.3 相机传统标定方法 | 第20-27页 |
| 3.3.1 直接线性变换 | 第20-22页 |
| 3.3.2 基于 RAC 的定标算法 | 第22-25页 |
| 3.3.3 平面标定方法 | 第25-26页 |
| 3.3.4 平面圆标定方法 | 第26-27页 |
| 3.3.5 平行圆标定方法 | 第27页 |
| 3.4 主动视觉标定方法 | 第27-29页 |
| 3.5 相机自标定方法 | 第29-31页 |
| 3.5.1 基于 Kruppa 方程的自标定方法 | 第29-30页 |
| 3.5.2 基于绝对二次曲面、无穷远平面的自标定方法 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第4章 图像预处理 | 第32-39页 |
| 4.1 引言 | 第32页 |
| 4.2 预处理方法 | 第32-34页 |
| 4.2.1 有选择功能的局部均值滤波处理 | 第32页 |
| 4.2.2 中值滤波器 | 第32-33页 |
| 4.2.3 几何变换 | 第33页 |
| 4.2.4 模糊图像的锐化 | 第33-34页 |
| 4.3 灰度值的修正方法 | 第34-37页 |
| 4.3.1 灰度值的校正方法 | 第34页 |
| 4.3.2 灰度级的变换方法 | 第34-37页 |
| 4.4 灰度图像的分析 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 移动目标的跟踪技术 | 第39-55页 |
| 5.1 复杂场景下的变形目标跟踪 | 第40-43页 |
| 5.1.1 图像区域平滑和边缘检测 | 第40页 |
| 5.1.2 相似测度 | 第40-42页 |
| 5.1.3 目标模板更新策略 | 第42-43页 |
| 5.2 基于粒子滤波和 Hausdorff 距离的目标跟踪方法 | 第43-50页 |
| 5.2.1 粒子滤波 | 第43页 |
| 5.2.2 跟踪模型 | 第43-46页 |
| 5.2.3 模板更新与遮挡问题解决 | 第46页 |
| 5.2.4 实验结果与性能分析 | 第46-50页 |
| 5.3 光流法 | 第50-53页 |
| 5.3.1 光流法的优缺点与难点 | 第51-52页 |
| 5.3.2 基于梯度的光流计算方法（微分法） | 第52-53页 |
| 5.4 实验结果 | 第53页 |
| 5.5 本章小结 | 第53-55页 |
| 第6章 实验数据分析 | 第55-58页 |
| 6.1 求解重心矩 | 第55-57页 |
| 6.1.1 求重心矩像素坐标 | 第56页 |
| 6.1.2 求弧度θ | 第56页 |
| 6.1.3 求世界坐标系（实际坐标） | 第56-57页 |
| 6.2 实验数据分析 | 第57-58页 |
| 第7章 结论 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 在学研究成果 | 第61-62页 |
| 致谢 | 第62页 |
