| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·目标检测的关键问题 | 第11-13页 |
| ·目标预测跟踪 | 第13-14页 |
| ·动态背景下目标检测跟踪的主要困难及本文研究的重点 | 第14-16页 |
| 第二章 图像预处理 | 第16-20页 |
| ·图像去噪 | 第16页 |
| ·HSV颜色空间 | 第16-17页 |
| ·RGB空间到HSV空间的转换 | 第17页 |
| ·反向投影直方图 | 第17-20页 |
| 第三章 MEAN-SHIFT算法研究 | 第20-30页 |
| ·近邻法则和群集 | 第20-21页 |
| ·无参概率密度估计 | 第21-24页 |
| ·直方图估计 | 第21页 |
| ·核密度估计 | 第21-22页 |
| ·多维空间下的无参密度估计 | 第22-24页 |
| ·梯度估计 | 第24-27页 |
| ·普通梯度估计 | 第24-25页 |
| ·概率函数梯度估计 | 第25-27页 |
| ·加权mean-shift向量 | 第27-28页 |
| ·基于Bhattacharyya系数的加权函数w(x) | 第27-28页 |
| ·基于Bhattacharyya系数的mean-shift算法流程 | 第28-30页 |
| 第四章 改进的MEAN-SHIFT算法 | 第30-36页 |
| ·mean-shift算法中搜索窗口固定带来的问题 | 第30-31页 |
| ·目标尺度变化带来的问题 | 第30-31页 |
| ·目标旋转带来的问题 | 第31页 |
| ·自适应窗口的实现 | 第31-34页 |
| ·改进型mean-shift算法 | 第31-32页 |
| ·改进型非发散mean-shift方法 | 第32-34页 |
| ·自适应窗口的mean-shift算法流程 | 第34-36页 |
| 第五章 加入KALMAN滤波的MEAN-SHIFT算法 | 第36-44页 |
| ·目标遮挡问题 | 第36-37页 |
| ·Kalman滤波算法 | 第37-40页 |
| ·Kalman滤波方程 | 第37页 |
| ·预测 | 第37-38页 |
| ·滤波 | 第38-39页 |
| ·Kalman滤波器的残差 | 第39-40页 |
| ·遮挡的判断和处理 | 第40-44页 |
| ·目标进入遮挡区域的判断与处理 | 第40-41页 |
| ·目标离开遮挡物的判断和处理 | 第41页 |
| ·目标遮挡处理流程 | 第41-44页 |
| 第六章 基于ARM嵌入式的平台搭建和系统测试 | 第44-53页 |
| ·基于ARM嵌入式的平台搭建 | 第44-49页 |
| ·ARM嵌入式及驱动开发 | 第44-45页 |
| ·步进电机驱动 | 第45-48页 |
| ·应用程序开发 | 第48-49页 |
| ·系统测试 | 第49-53页 |
| ·步进电机驱动部分 | 第50-51页 |
| ·视频采集部分 | 第51-52页 |
| ·系统联调 | 第52-53页 |
| 第七章 总结 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 攻硕期间所取得的研究成果 | 第58页 |
