| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 折反射全景视觉系统国内外研究现状 | 第10-11页 |
| 1.2.2 运动目标检测与跟踪研究现状 | 第11-13页 |
| 1.2.3 视觉移动机器人研究现状 | 第13页 |
| 1.3 基于全景视觉的运动目标检测与跟踪的难点 | 第13-14页 |
| 1.4 本文的主要工作 | 第14-16页 |
| 1.4.1 论文主要研究内容 | 第14-15页 |
| 1.4.2 论文章节安排 | 第15-16页 |
| 第2章 基于全景视觉的运动目标检测研究 | 第16-28页 |
| 2.1 运动目标检测流程 | 第16-17页 |
| 2.2 基于帧间差分法的全景视觉运动目标检测 | 第17-20页 |
| 2.2.1 帧间差分法的基本原理 | 第17-19页 |
| 2.2.2 实验结果与分析 | 第19-20页 |
| 2.3 基于三帧差分法的全景视觉运动目标检测 | 第20-21页 |
| 2.3.1 三帧差分法的基本原理 | 第20页 |
| 2.3.2 实验结果与分析 | 第20-21页 |
| 2.4 基于背景差分法的全景视觉运动目标检测 | 第21-23页 |
| 2.4.1 背景差分法的原理 | 第22页 |
| 2.4.2 实验结果与分析 | 第22-23页 |
| 2.5 阈值化与形态学处理 | 第23-27页 |
| 2.5.1 自适应双阈值图像阈值化算法 | 第24-26页 |
| 2.5.2 形态学处理与连通性分析 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于MeanShit的全景视觉运动目标跟踪研究 | 第28-44页 |
| 3.1 全景视觉运动目标跟踪技术关键点分析 | 第28-30页 |
| 3.1.1 目标表示与目标尺度 | 第28-30页 |
| 3.1.2 目标模型表示与更新 | 第30页 |
| 3.2 基于MeanShift的运动目标跟踪 | 第30-37页 |
| 3.2.1 MeanShift的基本理论 | 第30-33页 |
| 3.2.2 MeanShift目标跟踪算法 | 第33-37页 |
| 3.3 基于MeanShift算法的运动目标跟踪实验 | 第37-42页 |
| 3.3.1 MeanShift跟踪算法基本流程 | 第37-38页 |
| 3.3.2 实验结果与分析 | 第38-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 MeanShift结合Kalman滤波的运动目标跟踪研究 | 第44-58页 |
| 4.1 卡尔曼滤波的基本原理 | 第44-48页 |
| 4.1.1 贝叶斯估计 | 第44-45页 |
| 4.1.2 卡尔曼滤波原理 | 第45-48页 |
| 4.2 MeanShift结合Kalman滤波的运动目标跟踪算法 | 第48-56页 |
| 4.2.1 MeanShift结合Kalman滤波的跟踪算法 | 第48-51页 |
| 4.2.2 MeanShift结合Kalman滤波的运动目标跟踪实验 | 第51-56页 |
| 4.3 本章小结 | 第56-58页 |
| 第5章 全景移动机器人运动目标检测与跟踪 | 第58-66页 |
| 5.1 移动机器人平台简介 | 第58-61页 |
| 5.1.1 履带移动机器人及其控制原理 | 第58-60页 |
| 5.1.2 实验系统结构 | 第60-61页 |
| 5.2 全景移动机器人的运动目标检测跟踪实验 | 第61-64页 |
| 5.2.1 运动目标检测实验 | 第61-63页 |
| 5.2.2 运动目标跟踪实验 | 第63-64页 |
| 5.3 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士研究生期间发表的论文和取得的科研成果 | 第72-74页 |
| 致谢 | 第74页 |
