| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| ·引言 | 第11-13页 |
| ·计算机视觉 | 第11页 |
| ·计算机视觉发展历史 | 第11-13页 |
| ·研究概况及其存在的问题 | 第13-16页 |
| ·视频运动目标分割研究现状与分类 | 第13-14页 |
| ·运动目标跟踪研究现状与分类 | 第14-16页 |
| ·存在的问题 | 第16页 |
| ·主要内容及论文结构 | 第16-19页 |
| ·论文主要研究内容 | 第16-17页 |
| ·论文结构 | 第17-19页 |
| 第二章 数字图像处理 | 第19-32页 |
| ·引言 | 第19页 |
| ·颜色模型及其相互转换 | 第19-22页 |
| ·颜色模型 | 第19-21页 |
| ·颜色模型之间的相互转换 | 第21-22页 |
| ·数字图像处理 | 第22-31页 |
| ·数字图像分割 | 第22-28页 |
| ·阈值分割与图像二值化 | 第23-25页 |
| ·边缘检测 | 第25-28页 |
| ·数字图像增强 | 第28-31页 |
| ·频域上图像增强 | 第28-29页 |
| ·空域上图像增强 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 运动目标分割 | 第32-55页 |
| ·引言 | 第32-33页 |
| ·时间帧差法 | 第33-36页 |
| ·光流场法 | 第36-38页 |
| ·背景建模法 | 第38-42页 |
| ·背景估计常用方法 | 第38-40页 |
| ·高斯建模 | 第40-42页 |
| ·基于多特征的混合高斯模型视频分割 | 第42-54页 |
| ·混合高斯模型(Gaussian Mixture Model) | 第42-43页 |
| ·集成多特征混合高斯模型的视频分割方法 | 第43-51页 |
| ·邻域相关性，色度和亮度特征 | 第43-45页 |
| ·融合多特征的GMM视频分割算法 | 第45-49页 |
| ·分割后处理 | 第49-51页 |
| ·试验结果与分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 基于卡尔曼滤波运动目标跟踪 | 第55-68页 |
| ·引言 | 第55-56页 |
| ·卡尔曼滤波器 | 第56-58页 |
| ·基于卡尔曼滤波器的运动目标跟踪 | 第58-64页 |
| ·跟踪目标运动模型及滤波器初始化 | 第58-60页 |
| ·跟踪目标的匹配 | 第60-64页 |
| ·试验结果与分析 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 视频处理系统实现 | 第68-77页 |
| ·引言 | 第68页 |
| ·开发环境及其OpenCV介绍 | 第68-70页 |
| ·系统实现 | 第70-76页 |
| ·预处理 | 第70-71页 |
| ·目标分割 | 第71-73页 |
| ·运动目标跟踪 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结 | 第77-79页 |
| ·总结 | 第77-78页 |
| ·进一步研究工作 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间发表的学术论文 | 第85页 |