| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·主动视觉系统 | 第12页 |
| ·运动目标检测 | 第12-14页 |
| ·运动目标跟踪 | 第14-16页 |
| ·本文工作重点 | 第16页 |
| ·本文结构安排 | 第16-18页 |
| 第2章 运动目标检测 | 第18-32页 |
| ·运动目标检测的相关理论分析 | 第18-25页 |
| ·传统背景差分法 | 第18-19页 |
| ·混合高斯背景建模 | 第19-21页 |
| ·OSTU 自动二值化阈值选取 | 第21-22页 |
| ·数学形态学滤波 | 第22-23页 |
| ·运动目标几何特征 | 第23-25页 |
| ·基于混合高斯背景建模的运动目标检测的实现 | 第25-30页 |
| ·混合高斯背景建模 | 第25-26页 |
| ·结合OSTU 的图像二值化 | 第26-27页 |
| ·采用数学形态学滤波排除背景干扰 | 第27-28页 |
| ·基于目标几何特征的背景干扰物过滤 | 第28-30页 |
| ·实验结果 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 运动目标跟踪 | 第32-47页 |
| ·运动目标相关理论分析 | 第32-39页 |
| ·Mean-Shift 目标跟踪算法 | 第32-35页 |
| ·特征点检测算法 | 第35-38页 |
| ·仿射模型 | 第38页 |
| ·运动预测 | 第38-39页 |
| ·核窗宽自适应的 Mean-Shift 目标跟踪算法 | 第39-44页 |
| ·Mean-Shift 算法实现 | 第39页 |
| ·Mean-Shift 不足 | 第39-41页 |
| ·SURF 特征点检测与匹配 | 第41-42页 |
| ·计算运动目标缩放因子 | 第42页 |
| ·基于特征点的运动预测 | 第42-43页 |
| ·带宽自适应的Mean-Shift 算法流程 | 第43-44页 |
| ·实验结果 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 运动目标检测跟踪系统设计与实现 | 第47-54页 |
| ·系统结构及实现技术 | 第47-48页 |
| ·系统运行流程 | 第48-49页 |
| ·云台控制实现 | 第49-52页 |
| ·实验结果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| ·本文工作总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间参加的科研项目和成果 | 第62页 |