| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及主要研究方法 | 第10-14页 |
| 1.2.1 主要研究现状 | 第10-11页 |
| 1.2.2 主要研究方法 | 第11-14页 |
| 1.3 本文研究内容与章节安排 | 第14-17页 |
| 1.3.1 本文研究内容 | 第14页 |
| 1.3.2 本文的章节安排 | 第14-17页 |
| 第二章 运动目标检测 | 第17-27页 |
| 2.1 运动目标检测的基本方法 | 第17-21页 |
| 2.1.1 帧间差分法 | 第17-18页 |
| 2.1.2 光流法 | 第18-20页 |
| 2.1.3 背景差分法 | 第20-21页 |
| 2.2 混合高斯模型的建立 | 第21-27页 |
| 2.2.1 混合高斯模型原理 | 第21-22页 |
| 2.2.2 混合高斯模型建模流程 | 第22-23页 |
| 2.2.3 混合高斯模型实验结果与分析 | 第23-25页 |
| 2.2.4 实验结论 | 第25-27页 |
| 第三章 Meanshift与Camshift跟踪算法 | 第27-41页 |
| 3.1 Meanshift(均值偏移)跟踪算法 | 第27-32页 |
| 3.1.1 目标模板和候选区域的色度直方图模型 | 第27-29页 |
| 3.1.2 Bhattacharyya系数 | 第29页 |
| 3.1.3 Meanshift迭代运算 | 第29-30页 |
| 3.1.4 Meanshift实验结果及分析 | 第30-32页 |
| 3.2 Camshift跟踪算法 | 第32-41页 |
| 3.2.1 颜色空间转换 | 第32-34页 |
| 3.2.2 反向投影 | 第34-35页 |
| 3.2.3 图像阶矩 | 第35-36页 |
| 3.2.4 Camshift跟踪算法流程 | 第36-38页 |
| 3.2.5 Camshift实验结果及分析 | 第38-41页 |
| 第四章 基于二维联合特征模型的Camshift目标跟踪 | 第41-51页 |
| 4.1 引言 | 第41-42页 |
| 4.2 改进的Camshift跟踪方法 | 第42-51页 |
| 4.2.1 色度-微分二维联合直方图模型 | 第42-43页 |
| 4.2.2 改进算法流程 | 第43-45页 |
| 4.2.3 算法性能分析 | 第45-50页 |
| 4.2.4 实验结论 | 第50-51页 |
| 第五章 基于显著直方图的Camshift运动目标检测 | 第51-63页 |
| 5.1 加权目标直方图模型的建立 | 第51-52页 |
| 5.2 基于目标加权直方图模型的Camshift算法 | 第52-55页 |
| 5.3 实验结果分析 | 第55-61页 |
| 5.3.1 标准测试视频目标跟踪 | 第55-57页 |
| 5.3.2 实际运动目标跟踪 | 第57-60页 |
| 5.3.3 跟踪性能分析 | 第60-61页 |
| 5.4 结论 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的学术论文和参加科研情况 | 第69-71页 |
| 致谢 | 第71页 |
