| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| §1.1 引言 | 第7页 |
| §1.2 国内外研究现状 | 第7-10页 |
| §1.3 论文的研究目的和意义 | 第10-11页 |
| §1.4 论文的主要内容和创新点 | 第11-13页 |
| 第二章 目标检测算法研究 | 第13-21页 |
| §2.1 目标检测的基本概念 | 第13页 |
| §2.2 传统目标检测算法 | 第13-16页 |
| §2.2.1 帧间差分法 | 第14页 |
| §2.2.2 背景差分法 | 第14-15页 |
| §2.2.3 光流法 | 第15-16页 |
| §2.3 边缘检测算法 | 第16-17页 |
| §2.4 基于块匹配的方法 | 第17-18页 |
| §2.5 数学形态学方法 | 第18-20页 |
| §2.6 本章小结 | 第20-21页 |
| 第三章 目标跟踪算法研究 | 第21-33页 |
| §3.1 目标跟踪的基本概念 | 第21-22页 |
| §3.2 运动目标的状态估计 | 第22-23页 |
| §3.3 Kalman滤波算法 | 第23-24页 |
| §3.4 贝叶斯最优估计 | 第24-25页 |
| §3.5 蒙特卡罗方法 | 第25-26页 |
| §3.6 粒子滤波算法 | 第26-30页 |
| §3.7 颜色空间 | 第30-32页 |
| §3.8 本章小结 | 第32-33页 |
| 第四章 基于图切割和阴影抑制的目标检测算法 | 第33-43页 |
| §4.1 图切割的概念 | 第33-37页 |
| §4.1.1 建立高斯背景模型 | 第34-35页 |
| §4.1.2 图切割方法 | 第35-36页 |
| §4.1.3 连通性方法 | 第36-37页 |
| §4.2 阴影抑制方法 | 第37-38页 |
| §4.3 实验结果 | 第38-42页 |
| §4.4 本章小结 | 第42-43页 |
| 第五章 基于粒子滤波和颜色直方图相结合的目标跟踪算法 | 第43-51页 |
| §5.1 颜色直方图模型 | 第43-44页 |
| §5.2 混合的方法 | 第44-46页 |
| §5.3 实验结果 | 第46-50页 |
| §5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| §6.1 本文研究总结 | 第51-52页 |
| §6.2 课题研究展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |
| 个人简介 | 第59页 |