| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 引言 | 第8-15页 |
| ·运动目标跟踪的定义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·运动目标跟踪的研究现状 | 第9-10页 |
| ·运动目标跟踪应用的现状 | 第10-12页 |
| ·运动目标跟踪系统的研究意义 | 第12-13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 2 运动目标跟踪的准备工作 | 第15-22页 |
| ·图像预处理概述 | 第15页 |
| ·图像去噪和增强 | 第15-18页 |
| ·图像滤波 | 第15-16页 |
| ·图像直方图均衡法 | 第16-18页 |
| ·图像分割 | 第18-21页 |
| ·阈值图像分割技术 | 第18页 |
| ·微分算子边缘检测分割技术 | 第18-19页 |
| ·区域分割技术 | 第19-20页 |
| ·聚类分割技术 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 特征提取及其相关工作 | 第22-32页 |
| ·图像特征 | 第22-26页 |
| ·常用的图像特征 | 第22页 |
| ·颜色特征 | 第22-23页 |
| ·纹理特征 | 第23-24页 |
| ·形状特征 | 第24-25页 |
| ·空间关系特征 | 第25-26页 |
| ·特征选择与组合 | 第26-31页 |
| ·特征选择过程 | 第27-30页 |
| ·特征选择的策略 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 运动目标跟踪方法 | 第32-44页 |
| ·基于粒子滤波的运动目标跟踪方法和改进 | 第32-36页 |
| ·粒子滤波器 | 第32-33页 |
| ·粒子滤波的运动目标跟踪方法及其优势和不足 | 第33-34页 |
| ·粒子群优化与粒子滤波的运动目标跟踪方法的结合 | 第34-36页 |
| ·基于双侧学习的运动目标跟踪方法 | 第36-41页 |
| ·分段仿射方法 | 第36-38页 |
| ·双侧学习方法 | 第38-39页 |
| ·基于分段仿射的双侧学习方法 | 第39-41页 |
| ·基于聚类的运动目标跟踪方法 | 第41-43页 |
| ·聚类分析方法 | 第42页 |
| ·基于聚类的运动目标跟踪侯选区域搜索算法 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 运动目标跟踪方法的实现 | 第44-52页 |
| ·方法实现 | 第44-45页 |
| ·方法的各个模块设计 | 第44页 |
| ·方法的数据流程设计 | 第44-45页 |
| ·实验使用的工具与设备 | 第45-46页 |
| ·硬件开发环境 | 第45页 |
| ·软件开发环境 | 第45-46页 |
| ·实验结果分析与评价 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-62页 |
| 附录 | 第62页 |
| A. 作者在攻读硕士学位期间发表及录用的论文目录 | 第62页 |
| B. 作者在攻读硕士学位期间参加的科研项目以及得奖情况 | 第62页 |