| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·视觉监控的运动目标检测与跟踪的难点 | 第11-12页 |
| ·本文的研究内容与结构安排 | 第12-14页 |
| 2 图像预处理及后处理技术 | 第14-27页 |
| ·常用的图像去噪算法 | 第14-18页 |
| ·中值滤波 | 第14-16页 |
| ·均值滤波 | 第16-18页 |
| ·常用的图像增强算法 | 第18-20页 |
| ·灰度变换法 | 第18页 |
| ·直方图均衡化 | 第18-20页 |
| ·图像二值化 | 第20-23页 |
| ·数学形态学 | 第23-26页 |
| ·基本集合定义 | 第23-24页 |
| ·形态学基本运算 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 运动目标检测算法 | 第27-38页 |
| ·运动目标检测的常用方法 | 第27-33页 |
| ·光流法 | 第27-29页 |
| ·帧间差分法 | 第29-31页 |
| ·背景差分法 | 第31-33页 |
| ·背景建模算法 | 第33-35页 |
| ·时间平均模型背景生成技术 | 第33-34页 |
| ·Surendra 背景更新算法 | 第34-35页 |
| ·结合 SURENDRA 背景更新算法和背景差分的运动目标检测 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 运动目标跟踪算法 | 第38-61页 |
| ·基于 SIFT 的目标跟踪 | 第39-46页 |
| ·SIFT 特征提取 | 第39-45页 |
| ·SIFT 特征匹配 | 第45页 |
| ·SIFT 算法在运动目标跟踪中的应用 | 第45-46页 |
| ·基于 KALMAN 滤波的运动目标跟踪算法 | 第46-49页 |
| ·Kalman 滤波基本原理 | 第46-48页 |
| ·Kalman 滤波器在运动目标跟踪中的应用 | 第48-49页 |
| ·CAMSHIFT 跟踪算法 | 第49-57页 |
| ·颜色模型的转换 | 第51-52页 |
| ·颜色概率分布图的计算 | 第52页 |
| ·mean shift 计算 | 第52-54页 |
| ·camshift 算法搜索窗口自适应原理 | 第54-55页 |
| ·实验验证 | 第55-57页 |
| ·基于尺度的结合 KALMAN 滤波 CAMSHIFT 算法的自动目标跟踪算法 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| ·全文总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 附录 | 第69页 |
| 作者在攻读学位期间发表的论文目录 | 第69页 |