| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 国内外研究的发展和现状 | 第12-14页 |
| 1.3 目标跟踪的研究内容 | 第14-15页 |
| 1.4 目标跟踪过程中的困难问题 | 第15-17页 |
| 1.5 论文的主要研究内容和结构安排 | 第17-18页 |
| 第2章 运动目标检测 | 第18-34页 |
| 2.1 图像预处理 | 第18-21页 |
| 2.1.1 图像灰度化 | 第18-19页 |
| 2.1.2 图像滤波 | 第19-20页 |
| 2.1.3 图像后期形态学处理 | 第20-21页 |
| 2.2 运动目标检测概述 | 第21-22页 |
| 2.3 运动目标检测的经典算法 | 第22-27页 |
| 2.3.1 光流法 | 第22-23页 |
| 2.3.2 帧差法 | 第23-25页 |
| 2.3.3 背景差法 | 第25-27页 |
| 2.4 背景建模法 | 第27-33页 |
| 2.4.1 平均值背景建模法 | 第27-28页 |
| 2.4.2 单高斯背景建模法 | 第28-30页 |
| 2.4.3 混合高斯背景建模法 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 无遮挡环境下运动目标跟踪 | 第34-49页 |
| 3.1 运动目标跟踪概述 | 第34页 |
| 3.2 运动目标跟踪算法的分类 | 第34-36页 |
| 3.2.1 基于特征匹配的跟踪方法 | 第34-35页 |
| 3.2.2 基于模型匹配的跟踪方法 | 第35-36页 |
| 3.2.3 基于区域匹配的跟踪方法 | 第36页 |
| 3.3 基于MeanShift的目标跟踪 | 第36-48页 |
| 3.3.1 无参密度估计 | 第36-38页 |
| 3.3.2 MeanShift理论 | 第38-43页 |
| 3.3.3 MeanShift算法在运动目标跟踪中的应用 | 第43-46页 |
| 3.3.4 实验结果及分析 | 第46-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 遮挡环境下运动目标跟踪 | 第49-69页 |
| 4.1 引言 | 第49页 |
| 4.2 基于卡尔曼的目标跟踪算法 | 第49-52页 |
| 4.2.1 卡尔曼滤波简介 | 第49-50页 |
| 4.2.2 卡尔曼滤波的基本原理 | 第50-51页 |
| 4.2.3 卡尔曼滤波在运动目标跟踪中的应用 | 第51-52页 |
| 4.3 运动目标跟踪中的遮挡问题 | 第52-56页 |
| 4.3.1 遮挡的分类 | 第52-53页 |
| 4.3.2 遮挡的过程 | 第53-54页 |
| 4.3.3 遮挡问题的解决思路 | 第54-56页 |
| 4.4 改进的抗遮挡MeanShift跟踪算法 | 第56-67页 |
| 4.4.1 改进算法的原理 | 第56-57页 |
| 4.4.2 改进算法的实现过程 | 第57-62页 |
| 4.4.3 改进算法的实验结果及分析 | 第62-67页 |
| 4.5 本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |