| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·国内外的研究现状和发展趋势 | 第9-11页 |
| ·国外的研究现状和发展趋势 | 第9-10页 |
| ·国内的研究现状和发展趋势 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 第二章 图像的预处理技术介绍 | 第12-18页 |
| ·频率域法 | 第12-13页 |
| ·空间域法 | 第13-17页 |
| ·均值滤波 | 第14页 |
| ·中值滤波 | 第14-15页 |
| ·数学形态学滤波 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 视频监控系统中运动目标的检测 | 第18-28页 |
| ·概述 | 第18-20页 |
| ·光流法 | 第20-21页 |
| ·时间差分法 | 第21-22页 |
| ·背景相减法 | 第22-27页 |
| ·初始背景帧的获取 | 第22-24页 |
| ·本文基于高斯背景建模下的运动目标检测 | 第24-26页 |
| ·本文目标检测中所采用的平滑去噪技术 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 视频监控系统中运动目标的跟踪 | 第28-42页 |
| ·引言 | 第28页 |
| ·运动目标跟踪技术介绍 | 第28-32页 |
| ·运动目标跟踪概述 | 第28-29页 |
| ·运动目标跟踪算法的介绍 | 第29-31页 |
| ·运动目标跟踪系统 | 第31-32页 |
| ·跟踪目标的特征提取 | 第32-34页 |
| ·目标匹配 | 第32-33页 |
| ·目标形心坐标的计算 | 第33-34页 |
| ·运动目标位置预测 | 第34-41页 |
| ·MeanShift算法 | 第35-37页 |
| ·结合Kalman滤波器的MeanShift跟踪算法 | 第37-39页 |
| ·实验效果 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 结论与展望 | 第42-44页 |
| ·本文工作总结 | 第42-43页 |
| ·本文存在的问题 | 第43页 |
| ·展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 研究生期间发表的论文 | 第47-48页 |
| 致谢 | 第48页 |