| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·选题背景和意义 | 第10-11页 |
| ·目标识别与跟踪技术的发展现状 | 第11-12页 |
| ·目标识别的主要研究内容和分类 | 第12-14页 |
| ·目标跟踪的主要研究内容和分类 | 第14-19页 |
| ·本文的结构安排 | 第19-20页 |
| 第2章 运动目标的检测 | 第20-29页 |
| ·引言 | 第20页 |
| ·运动目标检测算法分析 | 第20-24页 |
| ·光流法 | 第20-21页 |
| ·不变矩特征检测法 | 第21-22页 |
| ·背景差分方法 | 第22-23页 |
| ·帧间差分法 | 第23-24页 |
| ·形态学滤波处理 | 第24-25页 |
| ·实验分析 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于Gabor滤波器的目标识别算法研究 | 第29-51页 |
| ·引言 | 第29页 |
| ·模式识别系统介绍 | 第29-30页 |
| ·Gabor滤波器及其性质分析 | 第30-35页 |
| ·2D Gabor滤波器 | 第30-33页 |
| ·2D Gabor滤波器参数含义及其选择 | 第33-35页 |
| ·基于Gabor滤波器的目标识别算法 | 第35-46页 |
| ·基于Gabor滤波器的目标图像滤波 | 第35-38页 |
| ·特征点选取 | 第38-41页 |
| ·特征点匹配 | 第41-46页 |
| ·识别算法实验分析 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第4章 基于Mean-Shift算法的目标跟踪算法研究 | 第51-72页 |
| ·引言 | 第51-52页 |
| ·Mean-Shift算法 | 第52-55页 |
| ·Mean-Shift向量 | 第52-53页 |
| ·Mean-Shift算法及收敛性 | 第53-55页 |
| ·传统的目标模型建立及跟踪算法的推导 | 第55-61页 |
| ·色彩空间的选取 | 第56-58页 |
| ·目标模型的描述 | 第58-59页 |
| ·候选模型的描述 | 第59页 |
| ·相似性函数 | 第59-60页 |
| ·目标定位 | 第60-61页 |
| ·结合Kalman滤波器的改进算法 | 第61-66页 |
| ·改进算法描述 | 第61-64页 |
| ·模板更新策略 | 第64-65页 |
| ·遮挡问题的处理 | 第65-66页 |
| ·跟踪算法的实验分析 | 第66-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
| 致谢 | 第79页 |