| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·课题研究背景及意义 | 第8-10页 |
| ·研究现状和跟踪中常见的问题 | 第10-12页 |
| ·本文结构安排和研究内容 | 第12-14页 |
| 第二章 Camshift算法的分析和实现 | 第14-26页 |
| ·引言 | 第14页 |
| ·颜色空间 | 第14-16页 |
| ·非参数密度估计 | 第16-20页 |
| ·无参密度估计 | 第16-19页 |
| ·颜色概率分布图 | 第19-20页 |
| ·基于Camshift的目标跟踪算法 | 第20-25页 |
| ·均值偏移算法(Mean Shift) | 第20-22页 |
| ·连续自适应的均值偏移算法(Camshift) | 第22-24页 |
| ·实验结果与问题分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于多级颜色累积和纹理融合的跟踪算法 | 第26-37页 |
| ·引言 | 第26页 |
| ·多级颜色特征的提取 | 第26-28页 |
| ·颜色特征 | 第26-27页 |
| ·多级颜色累积直方图 | 第27页 |
| ·多级颜色提取过程 | 第27-28页 |
| ·纹理特征 | 第28-29页 |
| ·多级颜色累积和纹理融合的目标跟踪算法 | 第29-32页 |
| ·相似性度量 | 第29-30页 |
| ·加权颜色-纹理融合 | 第30-32页 |
| ·算法的实现 | 第32页 |
| ·实验与分析 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 Camshift结合粒子滤波的带权分块跟踪算法 | 第37-49页 |
| ·引言 | 第37页 |
| ·基于粒子滤波的运动目标状态估计 | 第37-41页 |
| ·粒子滤波 | 第37-40页 |
| ·粒子滤波在目标运动预测中的应用 | 第40-41页 |
| ·Camshift结合粒子滤波的带权分块跟踪算法 | 第41-45页 |
| ·目标遮挡判定机制 | 第41-42页 |
| ·目标分块搜索机制 | 第42-43页 |
| ·改进算法的实现 | 第43-45页 |
| ·实验与分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于图像分割的分层Camshift目标跟踪算法 | 第49-60页 |
| ·引言 | 第49页 |
| ·图像分割算法 | 第49-53页 |
| ·基于区域的分割算法 | 第50-51页 |
| ·基于边缘的分割算法 | 第51-53页 |
| ·基于图像分割的分层Camshift跟踪算法 | 第53-56页 |
| ·目标遮挡判定依据 | 第53-54页 |
| ·重新搜索目标的过程 | 第54-56页 |
| ·改进算法的实现 | 第56页 |
| ·实验与分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 作者在硕士期间发表的论文 | 第67页 |