| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究的背景、意义及来源 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本论文的研究内容和论文结构 | 第12-14页 |
| 第2章 运动目标检测算法分析与改进 | 第14-21页 |
| ·经典的混合高斯模型背景差分法 | 第14-19页 |
| ·混合高斯模型的基本原理 | 第15-16页 |
| ·混合高斯模型的初始化 | 第16页 |
| ·混合高斯模型参数的更新 | 第16-17页 |
| ·背景模型的选取与前景分割 | 第17-19页 |
| ·基于混合高斯模型背景差分法的改进 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 运动目标跟踪算法分析与改进 | 第21-37页 |
| ·基于Mean Shift的目标跟踪算法 | 第22-29页 |
| ·Mean Shift算法的基本原理 | 第22-26页 |
| ·基于核函数的无参概率密度估计理论 | 第22-23页 |
| ·Mean Shift向量及Mean Shift算法的基本步骤 | 第23-26页 |
| ·Mean Shift算法在目标跟踪中的应用 | 第26-29页 |
| ·基于Mean Shift的目标跟踪算法的改进 | 第29-36页 |
| ·卡尔曼滤波器在目标跟踪中的应用 | 第30-34页 |
| ·卡尔曼滤波器的原理 | 第30-32页 |
| ·卡尔曼滤波跟踪模型的建立 | 第32-34页 |
| ·目标模型的更新 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 算法编程实现及仿真结果分析 | 第37-51页 |
| ·目标检测算法的实现及结果分析 | 第37-42页 |
| ·经典的混合高斯模型背景差分法的实现 | 第37-39页 |
| ·改进后的混合高斯模型背景差分法的实现 | 第39-42页 |
| ·目标跟踪算法的实现及结果分析 | 第42-50页 |
| ·传统的Mean Shift跟踪算法的实现 | 第42-43页 |
| ·改进后的Mean Shift跟踪算法的实现 | 第43-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·全文工作总结 | 第51-52页 |
| ·下一步工作展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文 | 第58页 |