| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| §1-1 课题的研究背景与意义 | 第8-9页 |
| §1-2 国内外研究现状及发展趋势 | 第9-10页 |
| §1-3 本文主要内容与结构 | 第10-12页 |
| 第二章 视频跟踪算法概述 | 第12-21页 |
| §2-1 引言 | 第12页 |
| §2-2 视频跟踪算法的难点 | 第12-13页 |
| §2-3 常用的几种跟踪算法简介 | 第13-14页 |
| 2-3-1 基于特征的跟踪算法 | 第13-14页 |
| 2-3-2 基于区域统计的跟踪算法 | 第14页 |
| 2-3-3 基于轮廓的跟踪算法 | 第14页 |
| 2-3-4 基于模型的跟踪算法 | 第14页 |
| §2-4 目标检测概述 | 第14-16页 |
| §2-5 滤波预测算法简介 | 第16-21页 |
| 2-5-1 卡尔曼滤波概述 | 第16-17页 |
| 2-5-2 常用的滤波简介 | 第17-20页 |
| 2-5-3 卡尔曼滤波的应用 | 第20-21页 |
| 第三章 运动目标特征提取与匹配 | 第21-31页 |
| §3-1 目标特征提取分类 | 第21-25页 |
| 3-1-1 颜色特征提取 | 第21-23页 |
| 3-1-2 边缘和轮廓特征 | 第23-24页 |
| 3-1-3 纹理特征 | 第24页 |
| 3-1-4 空间关系特征 | 第24-25页 |
| §3-2 直方图特征提取 | 第25-28页 |
| 3-2-1 直方图 | 第25页 |
| 3-2-2 RGB与HSV互转换 | 第25-27页 |
| 3-2-3 改进的直方图 | 第27-28页 |
| §3-3 图像相关匹配方法 | 第28-31页 |
| 3-3-1 灰度匹配 | 第28-29页 |
| 3-3-2 特征匹配 | 第29-31页 |
| 第四章 基于kalman滤波与Camshift算法的视频跟踪 | 第31-50页 |
| §4-1 运动目标搜索算法 | 第31-36页 |
| 4-1-1 绝对平衡搜索法 | 第31-32页 |
| 4-1-2 均值漂移搜索算法 | 第32-36页 |
| §4-2 CamShift算法基本原理 | 第36-38页 |
| 4-2-1 反投影计算 | 第36-37页 |
| 4-2-2 CamShift算法流程 | 第37-38页 |
| §4-3 改进的CamShift算法 | 第38-40页 |
| 4-3-1 改进CamShift算法的特征提取 | 第38-39页 |
| 4-3-2 Kalman滤波与改进的CamShift算法的结合 | 第39-40页 |
| §4-4 实验分析 | 第40-49页 |
| 4-4-1 特征提取实验分析 | 第40-45页 |
| 4-4-2 结合算法实验分析 | 第45-49页 |
| §4-5 本章小结 | 第49-50页 |
| 第五章 系统设计与实现 | 第50-54页 |
| §5-1 开发环境概述 | 第50-51页 |
| §5-2 系统功能实现 | 第51-54页 |
| 第六章 总结与展望 | 第54-55页 |
| §6-1 论文工作总结 | 第54页 |
| §6-2 未来研究展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |