| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1. 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的工作及内容安排 | 第11-13页 |
| 2. 运动目标检测 | 第13-27页 |
| ·运动目标检测的基本方法 | 第14-17页 |
| ·光流法 | 第14-15页 |
| ·帧间差分法 | 第15页 |
| ·背景减法 | 第15-17页 |
| ·色彩空间的描述 | 第17-20页 |
| ·RGB颜色模型 | 第18页 |
| ·HSV色彩空间 | 第18-19页 |
| ·YUV色彩空间 | 第19-20页 |
| ·单高斯背景模型 | 第20-21页 |
| ·阴影的检测与抑制 | 第21-23页 |
| ·本文的运动目标检测、阴影抑制算法流程 | 第23-26页 |
| ·算法步骤及流程图 | 第23-24页 |
| ·背景的初始化及背景更新 | 第24页 |
| ·阴影的检测与抑制 | 第24-26页 |
| ·阴影检测的后处理 | 第26页 |
| ·本章小结 | 第26-27页 |
| 3. 图像的分割 | 第27-37页 |
| ·图像分割的基本方法 | 第27-28页 |
| ·基于边缘的图像分割方法 | 第27页 |
| ·区域生长分割方法 | 第27-28页 |
| ·阈值图像分割 | 第28页 |
| ·本文的图像分割方法 | 第28-35页 |
| ·阈值选取方法构造模式 | 第28-29页 |
| ·基于单高斯背景模型的阈值分割 | 第29-31页 |
| ·数学形态学处理 | 第31-34页 |
| ·连通区域检测算法 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4.Mean Shift 基本理论与在跟踪中的应用 | 第37-50页 |
| ·目标跟踪技术概述 | 第38-41页 |
| ·目标跟踪分类 | 第38-39页 |
| ·目标跟踪技术 | 第39-41页 |
| ·Mean Shift 理论 | 第41-46页 |
| ·基本Mean Shift | 第41-42页 |
| ·扩展的Mean Shift算法 | 第42-44页 |
| ·概率密度梯度 | 第44-46页 |
| ·Mean Shift 算法在跟踪中的应用 | 第46-49页 |
| ·目标模型描述 | 第46-47页 |
| ·候选模型描述 | 第47页 |
| ·相似性函数 | 第47-48页 |
| ·目标定位 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5. 运动目标的跟踪 | 第50-58页 |
| ·本文采用的跟踪方法 | 第50-55页 |
| ·本文跟踪流程 | 第50-51页 |
| ·Kalman滤波建模 | 第51-54页 |
| ·Kalman滤波各参数设定 | 第54页 |
| ·判断新目标出现与旧目标消失 | 第54-55页 |
| ·实验结果与分析 | 第55-57页 |
| ·实验结果 | 第55-56页 |
| ·实验性能分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 附录 攻读硕士学位期间发表的论文和参与的项目 | 第65页 |