| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 跟踪算法 | 第12-13页 |
| 1.2.2 关联算法 | 第13-15页 |
| 1.3 主要难点 | 第15页 |
| 1.4 论文内容与结构安排 | 第15-17页 |
| 第二章 运动目标检测 | 第17-28页 |
| 2.1 传统的运动目标检测方法 | 第17-18页 |
| 2.1.1 帧间分差法 | 第17-18页 |
| 2.1.2 背景差法 | 第18页 |
| 2.2 结合帧间差分法与时间平均法的运动目标检测算法 | 第18-22页 |
| 2.2.1 背景构建 | 第19-20页 |
| 2.2.2 运动目标检测 | 第20-21页 |
| 2.2.3 自适应阈值计算 | 第21-22页 |
| 2.3 实验结果及分析 | 第22-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于加权反向投影图和多特征融合的Camshift跟踪算法 | 第28-49页 |
| 3.1 运动目标跟踪原理 | 第28-29页 |
| 3.1.1 目标的有效表达与相似性度量 | 第28页 |
| 3.1.2 跟踪算法的分类 | 第28-29页 |
| 3.2 Camshift算法 | 第29-36页 |
| 3.2.1 颜色空间 | 第30-33页 |
| 3.2.2 直方图反向投影 | 第33-34页 |
| 3.2.3 Meanshift过程 | 第34页 |
| 3.2.4 Camshift过程 | 第34-36页 |
| 3.3 改进的Camshift跟踪算法 | 第36-40页 |
| 3.3.1 边缘方向直方图 | 第36-37页 |
| 3.3.2 加权的反向投影图 | 第37-38页 |
| 3.3.3 多特征融合 | 第38-39页 |
| 3.3.4 新算法流程 | 第39-40页 |
| 3.4 实验结果及分析 | 第40-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 有重叠视野摄像机间的目标关联 | 第49-63页 |
| 4.1 目标关联方法分类 | 第49-51页 |
| 4.2 视野分界线的生成算法 | 第51-53页 |
| 4.3 基于重叠视野区域的目标关联算法 | 第53-56页 |
| 4.3.1 基于单应性矩阵的视野分界线生成 | 第54页 |
| 4.3.2 目标对应关系的判别 | 第54-56页 |
| 4.4 实验结果及分析 | 第56-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 无重叠视野摄像机间的目标关联 | 第63-73页 |
| 5.1 D-S证据理论概述 | 第63-64页 |
| 5.2 基于D-S证据理论的多特征融合目标关联算法 | 第64-69页 |
| 5.2.1 多特征描述 | 第65-66页 |
| 5.2.2 基本置信指派函数构造 | 第66-68页 |
| 5.2.3 决策规则 | 第68页 |
| 5.2.4 算法流程 | 第68-69页 |
| 5.3 实验结果及分析 | 第69-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 论文工作总结 | 第73-74页 |
| 6.2 未来工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 硕士期间取得的研究成果 | 第81-82页 |
