| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·引言 | 第7-9页 |
| ·研究现状及存在的问题 | 第9-10页 |
| ·论文的主要内容 | 第10-11页 |
| ·论文的结构安排 | 第11-12页 |
| 第二章 智能视频监控的相关关键技术概述 | 第12-40页 |
| ·图像处理基础技术 | 第12-18页 |
| ·图像的颜色空间变换 | 第12-14页 |
| ·形态学操作 | 第14-16页 |
| ·滤波器 | 第16页 |
| ·基于直方图的模板匹配 | 第16-18页 |
| ·目标检测技术 | 第18-29页 |
| ·目标检测方法概述 | 第18-20页 |
| ·目标检测典型算法 | 第20-27页 |
| ·光流法 | 第20-22页 |
| ·二帧差法 | 第22-23页 |
| ·三帧差法 | 第23-24页 |
| ·简单背景减除法 | 第24-25页 |
| ·高斯建模法（GMM) | 第25-27页 |
| ·目标检测算法比较与分析 | 第27-29页 |
| ·目标跟踪技术 | 第29-39页 |
| ·目标跟踪技术简介 | 第29-30页 |
| ·目标跟踪方法分类 | 第30-34页 |
| ·目标跟踪典型算法 | 第34-37页 |
| ·基于粒子滤波的目标跟踪 | 第34-35页 |
| ·基于Meanshift 的目标跟踪 | 第35-36页 |
| ·基于卡尔曼滤波器的目标跟踪 | 第36-37页 |
| ·当前目标跟踪中的难点问题 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 动态背景下的基于背景运动参数估计的目标检测算法 | 第40-48页 |
| ·算法原理 | 第40-43页 |
| ·算法的目标检测步骤 | 第43-44页 |
| ·实验结果 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于Camshift 的目标跟踪及改进算法 | 第48-65页 |
| ·传统Camshift 算法 | 第48-50页 |
| ·一种适用于动态背景下的改进Camshift 算法 | 第50-55页 |
| ·相关工作 | 第50-51页 |
| ·基于多特征融合的改进Camshift 跟踪算法 | 第51-53页 |
| ·改进算法的目标跟踪步骤 | 第53页 |
| ·实验结果 | 第53-55页 |
| ·改进的基于Camshift 与目标轨迹跟踪相结合的多目标跟踪算法 | 第55-64页 |
| ·相关工作 | 第56页 |
| ·基于运动目标轨迹和Camshift 相结合的多目标跟踪算法 | 第56-61页 |
| ·运动目标轨迹跟踪方法的基本原理 | 第57-59页 |
| ·Camshift 与目标轨迹相结合的跟踪算法的基本框架 | 第59-61页 |
| ·实验结果 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·论文工作总结 | 第65-66页 |
| ·未来工作 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间完成的论文 | 第72-73页 |
| 致谢 | 第73页 |
