| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 运动目标检测与跟踪算法研究的困难 | 第11-12页 |
| 1.2.2 运动目标检测 | 第12-13页 |
| 1.2.3 运动目标跟踪 | 第13-15页 |
| 1.3 论文的主要研究内容和章节安排 | 第15-17页 |
| 第2章 运动目标检测与跟踪技术理论基础 | 第17-30页 |
| 2.1 图像预处理 | 第17-22页 |
| 2.1.1 图像去噪 | 第17-21页 |
| 2.1.2 图像增强 | 第21-22页 |
| 2.2 运动目标检测方法 | 第22-27页 |
| 2.2.1 常用的目标检测方法 | 第23-25页 |
| 2.2.2 基于背景建模的检测方法 | 第25-27页 |
| 2.3 运动目标跟踪方法 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 基于压缩感知的目标检测与跟踪研究 | 第30-54页 |
| 3.1 压缩感知理论 | 第30-32页 |
| 3.1.1 信号的稀疏表示 | 第31页 |
| 3.1.2 测量矩阵设计 | 第31-32页 |
| 3.1.3 信号重构 | 第32页 |
| 3.2 基于压缩感知的目标跟踪研究 | 第32-37页 |
| 3.2.1 实时压缩感知目标跟踪算法 | 第32-33页 |
| 3.2.2 基于压缩感知的特征提取 | 第33-34页 |
| 3.2.3 朴素贝叶斯分类 | 第34-36页 |
| 3.2.4 朴素贝叶斯分类器的实现 | 第36-37页 |
| 3.3 基于改进的压缩感知目标跟踪算法 | 第37-53页 |
| 3.3.1 关于朴素贝叶斯分类器的研究 | 第37-41页 |
| 3.3.2 关于正负样本标准差的研究 | 第41-46页 |
| 3.3.3 基于改进的压缩感知目标跟踪算法 | 第46页 |
| 3.3.4 实验结果与分析 | 第46-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 复杂背景下弱小目标检测与跟踪的研究 | 第54-64页 |
| 4.1 弱小目标的特性 | 第54页 |
| 4.2 弱小目标的跟踪 | 第54-61页 |
| 4.2.1 图像增强处理 | 第54-57页 |
| 4.2.2 图像增强的实验结果与分析 | 第57-59页 |
| 4.2.3 基于特征加权的压缩感知弱小目标跟踪算法 | 第59-61页 |
| 4.3 实验结果与分析 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 总结 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |