| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·目标跟踪技术在安防系统中的研究意义 | 第10-13页 |
| ·目标跟踪技术的发展及研究现状 | 第13-14页 |
| ·目标跟踪算法概述 | 第14-16页 |
| ·运动目标的检测 | 第14-15页 |
| ·运动目标跟踪算法 | 第15-16页 |
| ·Mean Shift算法概述 | 第16页 |
| ·本文的研究内容及结构安排 | 第16-18页 |
| 第二章 基于Mean Shift算法的目标跟踪 | 第18-39页 |
| ·引言 | 第18页 |
| ·Mean Shift原理 | 第18-22页 |
| ·基本Mean Shift | 第18-19页 |
| ·扩展的Mean Shift | 第19-22页 |
| ·基于Mean Shift的目标跟踪算法 | 第22-28页 |
| ·目标表达 | 第22-23页 |
| ·目标模型 | 第23页 |
| ·候选模型 | 第23-24页 |
| ·基于Bhattacharyya系数的度量 | 第24页 |
| ·目标定位 | 第24-26页 |
| ·算法的实施 | 第26-28页 |
| ·基于Mean Shift算法的图像跟踪 | 第28-37页 |
| ·本章小结 | 第37-39页 |
| 第三章 基于Kalman滤波器的Mean Shift目标跟踪 | 第39-54页 |
| ·离散Kalman滤波器 | 第39-42页 |
| ·估计过程信号 | 第39-40页 |
| ·滤波器的计算原型 | 第40-41页 |
| ·离散Kalman滤波器的算法 | 第41-42页 |
| ·扩展的Kalman滤波器 | 第42-45页 |
| ·估计过程信号 | 第42-43页 |
| ·EKF滤波器的算法 | 第43-45页 |
| ·Kalman滤波器在目标跟踪中的应用 | 第45-47页 |
| ·Kalman滤波器算法实验 | 第47-49页 |
| ·Kalman滤波和Mean Shift相结合的改进算法 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 CamShift跟踪算法 | 第54-70页 |
| ·颜色空间模型 | 第54-58页 |
| ·图像阶矩 | 第58-61页 |
| ·CamShift跟踪算法理论 | 第61-65页 |
| ·CamShift算法跟踪理论 | 第61页 |
| ·反向投影图 | 第61-62页 |
| ·CamShift算法的实现 | 第62-65页 |
| ·CamShift算法的应用 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 结论与展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间发表的论文和参加的科研项目 | 第77-78页 |
| 致谢 | 第78页 |