| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·国内外的研究现状 | 第9-10页 |
| ·目标检测和跟踪所面临的问题 | 第10-11页 |
| ·本论文的主要工作和章节安排 | 第11-14页 |
| 第二章 图像预处理 | 第14-24页 |
| ·引言 | 第14页 |
| ·图像噪声的消除 | 第14-16页 |
| ·图像的二值化 | 第16-19页 |
| ·数学形态学图像处理 | 第19-21页 |
| ·膨胀和腐蚀 | 第19-20页 |
| ·开运算和闭运算 | 第20-21页 |
| ·边缘检测 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 运动目标检测 | 第24-38页 |
| ·引言 | 第24页 |
| ·运动目标检测的常用方法 | 第24-27页 |
| ·帧差分法 | 第24-25页 |
| ·光流法 | 第25-26页 |
| ·背景差分法 | 第26-27页 |
| ·色彩空间 | 第27-29页 |
| ·RGB颜色模型 | 第27-28页 |
| ·HSV色彩空间 | 第28-29页 |
| ·YUV色彩空间 | 第29页 |
| ·阴影的检测与抑制 | 第29-31页 |
| ·本文的运动目标检测算法流程 | 第31-37页 |
| ·算法步骤及流程图 | 第31-32页 |
| ·背景的初始化及背景更新 | 第32-33页 |
| ·阴影的检测与抑制 | 第33-34页 |
| ·阴影检测的后处理 | 第34-35页 |
| ·实验结果及分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 运动目标跟踪 | 第38-54页 |
| ·引言 | 第38页 |
| ·常见目标跟踪算法 | 第38-40页 |
| ·基于假设条件的跟踪算法 | 第38-39页 |
| ·基于运动模型的跟踪算法 | 第39页 |
| ·基于多线索融合的跟踪算法 | 第39-40页 |
| ·基于目标表达的跟踪算法 | 第40页 |
| ·基于特征的目标跟踪算法 | 第40页 |
| ·Mean shift的理论分析 | 第40-44页 |
| ·Mean shift算法基础 | 第41-43页 |
| ·Mean shift算法的收敛过程 | 第43-44页 |
| ·Mean Shift跟踪算法 | 第44-47页 |
| ·目标的表示 | 第44-45页 |
| ·相似性函数 | 第45-46页 |
| ·目标的定位 | 第46-47页 |
| ·跟踪算法描述 | 第47页 |
| ·结合Kalman滤波器的Mean shift跟踪算法 | 第47-53页 |
| ·Kalman滤波器 | 第48-50页 |
| ·结合Kalman滤波器的目标跟踪算法 | 第50-51页 |
| ·实验结果及分析 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第五章 行人流量统计实验及结果 | 第54-64页 |
| ·统计实验的硬件组成 | 第54页 |
| ·统计实验的软件实现 | 第54-55页 |
| ·Opencv的跟踪框架 | 第55-57页 |
| ·跟踪处理流程图 | 第55-56页 |
| ·模块分析 | 第56-57页 |
| ·行人流量统计 | 第57-63页 |
| ·行人流量的统计流程图 | 第57-58页 |
| ·行人流量的统计方法 | 第58-59页 |
| ·行人流量的统计指标 | 第59页 |
| ·行人流量的统计结果及分析 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 结论和展望 | 第64-66页 |
| ·主要工作与结论 | 第64-65页 |
| ·进一步的研究和展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 攻读硕士学位期间取得的学术成果 | 第71页 |