| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 智能视频监控的国内外研究现状 | 第12-17页 |
| 1.3 运动目标检测跟踪存在的问题 | 第17-18页 |
| 1.4 本文的研究内容及章节安排 | 第18-21页 |
| 第2章 相关理论及基础知识 | 第21-33页 |
| 2.1 LBP算子 | 第21-27页 |
| 2.1.1 基本的LBP | 第21-22页 |
| 2.1.2 加阈值的LBP | 第22-23页 |
| 2.1.3 统一模式 | 第23-27页 |
| 2.2 图像的颜色模型 | 第27-30页 |
| 2.2.1 RGB颜色空间 | 第27-28页 |
| 2.2.2 HSV颜色空间 | 第28-29页 |
| 2.2.3 YUV、YCbCr颜色空间 | 第29-30页 |
| 2.3 形态学操作 | 第30-32页 |
| 2.4 小结 | 第32-33页 |
| 第3章 运动目标检测算法研究 | 第33-55页 |
| 3.1 帧差法 | 第33-35页 |
| 3.2 光流法 | 第35-37页 |
| 3.3 背景减除法 | 第37-43页 |
| 3.4 结合LBP纹理特征和色度信息的运动目标检测算法 | 第43-51页 |
| 3.5 实验结果与分析 | 第51-53页 |
| 3.6 小结 | 第53-55页 |
| 第4章 运动目标跟踪算法研究 | 第55-75页 |
| 4.1 运动目标跟踪技术概述 | 第55页 |
| 4.2 基于卡尔曼滤波器(Kalman Filter)的目标跟踪 | 第55-56页 |
| 4.3 基于粒子滤波的目标跟踪 | 第56-58页 |
| 4.4 基于均值偏移(Meanshift)的目标跟踪 | 第58-64页 |
| 4.4.1 均值偏移算法原理 | 第58-61页 |
| 4.4.2 基于Mean Shift算法的目标跟踪 | 第61-64页 |
| 4.5 结合LBP纹理和色度的改进型Mean Shift运动目标跟踪算法 | 第64-68页 |
| 4.6 算法实现及结果分析 | 第68-73页 |
| 4.7 小结 | 第73-75页 |
| 第5章 总结与展望 | 第75-77页 |
| 5.1 论文工作总结 | 第75-76页 |
| 5.2 不足与进一步工作展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间发表的学术论文目录 | 第83-85页 |
| 攻读硕士学位期间的科研项目 | 第85页 |
