| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-18页 |
| ·智能视频监控系统概述 | 第9-10页 |
| ·课题研究的目的和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·计算机机器视觉库OpenCV 介绍 | 第14-16页 |
| ·OpenCV 简介 | 第14-15页 |
| ·OpenCV 在Visual C++6.0 下的安装与配置 | 第15-16页 |
| ·主要研究内容及章节安排 | 第16-18页 |
| 2. 视频图像的读取与预处理 | 第18-32页 |
| ·视频图像的读取 | 第18-20页 |
| ·图像预处理的相关内容 | 第20-24页 |
| ·图像的颜色模型 | 第20-23页 |
| ·图像的灰度化 | 第23-24页 |
| ·图像的平滑去噪与滤波 | 第24-26页 |
| ·图像的二值化与形态学处理 | 第26-28页 |
| ·直方图均衡化 | 第28-31页 |
| ·灰度直方图 | 第29-30页 |
| ·彩色直方图 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3. 运动目标检测 | 第32-50页 |
| ·运动目标检测的基本原理 | 第32-33页 |
| ·运动目标检测的主要方法 | 第33-43页 |
| ·帧间差分法 | 第33-35页 |
| ·背景差分法 | 第35-41页 |
| ·光流法 | 第41-43页 |
| ·运动目标检测算法的改进 | 第43-48页 |
| ·基于连续帧间差分法与背景差分法的改进算法 | 第43-44页 |
| ·基于三帧差分与混合高斯建模结合的改进算法 | 第44-46页 |
| ·运动目标阴影的检测 | 第46-48页 |
| ·实验结果 | 第48页 |
| ·本章小结 | 第48-50页 |
| 4. 运动目标跟踪算法 | 第50-73页 |
| ·目标跟踪方法分类 | 第50-53页 |
| ·基于匹配的目标跟踪 | 第51-52页 |
| ·基于运动特性的目标跟踪 | 第52-53页 |
| ·AdaBoost 人脸检测算法 | 第53-58页 |
| ·Harr 型特征与积分图 | 第54-55页 |
| ·AdaBoost 算法实现及其检测结果 | 第55-58页 |
| ·基于Mean Shift 的运动目标跟踪算法 | 第58-63页 |
| ·Mean Shift 基本思想 | 第58-60页 |
| ·Mean Shift 算法用于目标跟踪 | 第60-63页 |
| ·基于CamShift 的运动目标跟踪算法 | 第63-68页 |
| ·camshift 算法的改进 | 第68-72页 |
| ·实现全自动跟踪 | 第68-70页 |
| ·camshift 算法实现多目标跟踪 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 5. 结论 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第81-82页 |
| 致谢 | 第82页 |