| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究现状及发展趋势 | 第12-14页 |
| ·国内外发展现状 | 第12页 |
| ·运动目标检测的研究 | 第12-13页 |
| ·运动目标跟踪的研究 | 第13-14页 |
| ·本文研究内容和组织安排 | 第14-16页 |
| ·本文的研究内容 | 第14页 |
| ·本文的组织安排 | 第14-16页 |
| 第2章 现有技术概述 | 第16-25页 |
| ·图像预处理 | 第16-17页 |
| ·图像的灰度化 | 第16页 |
| ·图像去噪 | 第16-17页 |
| ·用数学形态学处理图像 | 第17-19页 |
| ·运动目标检测算法概述 | 第19-22页 |
| ·背景静止下的运动目标检测方法概述 | 第19-21页 |
| ·动态背景下的运动目标检测方法概述 | 第21-22页 |
| ·运动目标跟踪算法概述 | 第22-25页 |
| ·基于特征的跟踪方法 | 第23页 |
| ·基于主动轮廓的跟踪方法 | 第23-24页 |
| ·基于模型的跟踪方法 | 第24页 |
| ·基于运动估计的跟踪方法 | 第24-25页 |
| 第3章 动态背景下的运动目标检测 | 第25-37页 |
| ·全局运动估计原理 | 第25-28页 |
| ·块匹配算法 | 第28-31页 |
| ·块匹配算法的基本原理 | 第28-29页 |
| ·匹配准则 | 第29-30页 |
| ·SEA算法 | 第30-31页 |
| ·运动估计参数模型的建立和计算 | 第31-35页 |
| ·全局运动估计模型的描述 | 第31-32页 |
| ·参数模型的建立与计算 | 第32-35页 |
| ·全局运动补偿 | 第35页 |
| ·实验结果 | 第35-37页 |
| 第4章 动态背景下的运动目标跟踪技术 | 第37-44页 |
| ·MEAN SHIFT基本理论 | 第37-39页 |
| ·多维空间下的无参密度估计 | 第37-39页 |
| ·CAM SHIFT算法 | 第39-41页 |
| ·原理 | 第39-40页 |
| ·实现步骤 | 第40-41页 |
| ·卡尔曼滤波器 | 第41页 |
| ·基于卡尔曼滤波器的CAM SHIFT运动目标跟踪算法 | 第41-42页 |
| ·基本原理 | 第41-42页 |
| ·算法步骤 | 第42页 |
| ·实验结果 | 第42-44页 |
| 第5章 总结与展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 作者简介及在学期间所取得的科研成果 | 第49-50页 |
| 致谢 | 第50页 |