| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-14页 |
| 第2章 相关理论基础知识 | 第14-22页 |
| 2.1 图像的灰度化处理 | 第14-15页 |
| 2.2 图像的二值化 | 第15-16页 |
| 2.3 图像的颜色空间 | 第16-20页 |
| 2.3.1 RGB颜色空间 | 第16-17页 |
| 2.3.2 HSV颜色空间 | 第17-19页 |
| 2.3.3 从RGB到HSV的转换 | 第19-20页 |
| 2.4 图像数学形态学 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 运动目标检测算法的研究 | 第22-36页 |
| 3.1 常用运动目标检测算法 | 第22-29页 |
| 3.1.1 光流法 | 第22-24页 |
| 3.1.2 背景差分法 | 第24-25页 |
| 3.1.3 帧间差分法 | 第25-28页 |
| 3.1.4 常用运动目标检测算法的比较与分析 | 第28-29页 |
| 3.2 改进的三帧差分运动目标检测算法 | 第29-32页 |
| 3.2.1 局部自适应阈值 | 第30-31页 |
| 3.2.2 改进算法的具体实现 | 第31-32页 |
| 3.3 实验结果与分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 运动目标跟踪算法的研究 | 第36-60页 |
| 4.1 运动目标跟踪方法介绍 | 第36-39页 |
| 4.1.1 基于目标轮廓的跟踪算法 | 第36-37页 |
| 4.1.2 基于区域匹配的跟踪算法 | 第37页 |
| 4.1.3 基于模型的跟踪算法 | 第37页 |
| 4.1.4 基于频率域的跟踪算法 | 第37-38页 |
| 4.1.5 基于特征点匹配的跟踪算法 | 第38页 |
| 4.1.6 基于核密度估计的跟踪算法 | 第38-39页 |
| 4.2 Mean-shift目标跟踪算法 | 第39-45页 |
| 4.2.1 Mean-shift理论 | 第40-41页 |
| 4.2.2 Mean-shift目标跟踪算法 | 第41-45页 |
| 4.3 Camshift目标跟踪算法 | 第45-47页 |
| 4.4 改进的Camshift目标跟踪算法 | 第47-54页 |
| 4.4.1 SURF算法 | 第48-51页 |
| 4.4.2 RANSAC估计 | 第51-53页 |
| 4.4.3 基于RANSAC提纯的SURF改进的Camshift目标跟踪算法 | 第53-54页 |
| 4.5 实验结果与分析 | 第54-58页 |
| 4.6 本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |