| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题研究背景 | 第11-15页 |
| ·课题研究现状 | 第15-17页 |
| ·论文研究内容 | 第17-18页 |
| ·论文体系结构 | 第18-20页 |
| 第2章 运动目标检测与跟踪技术基础 | 第20-26页 |
| ·运动目标检测技术 | 第20-23页 |
| ·基于帧间差分的运动目标检测 | 第20-21页 |
| ·基于背景差分的运动目标检测 | 第21-22页 |
| ·基于光流的运动目标检测 | 第22-23页 |
| ·运动目标跟踪技术 | 第23-25页 |
| ·基于区域的跟踪 | 第24页 |
| ·基于活动轮廓的跟踪 | 第24页 |
| ·基于特征的跟踪 | 第24-25页 |
| ·基于模型的跟踪 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于最小交叉熵的运动目标检测方法研究 | 第26-37页 |
| ·最小交叉熵 | 第26-28页 |
| ·交叉熵 | 第26页 |
| ·二维最小交叉熵 | 第26-28页 |
| ·一种改进的运动目标检测方法 | 第28-32页 |
| ·图像差分 | 第28-29页 |
| ·二值化 | 第29-32页 |
| ·形态学操作 | 第32页 |
| ·连通区域分析 | 第32页 |
| ·实验结果与分析 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于 Camshift 的单目标跟踪方法研究 | 第37-44页 |
| ·Camshift 算法 | 第37-38页 |
| ·一种改进的 Camshift 单目标跟踪方法 | 第38-41页 |
| ·目标的自动定位 | 第38-39页 |
| ·概率分布图 | 第39-40页 |
| ·质心位置确定 | 第40-41页 |
| ·单目标跟踪 | 第41页 |
| ·实验结果与分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于粒子滤波的多目标跟踪方法研究 | 第44-61页 |
| ·粒子滤波与尺度不变特征 | 第44-50页 |
| ·粒子滤波算法 | 第44-45页 |
| ·尺度不变特征 | 第45-50页 |
| ·一种改进的多目标跟踪方法 | 第50-58页 |
| ·预处理 | 第51页 |
| ·运动目标检测 | 第51页 |
| ·分类学习 | 第51-53页 |
| ·数据关联 | 第53-55页 |
| ·目标状态判断 | 第55-57页 |
| ·粒子滤波跟踪 | 第57-58页 |
| ·实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 鱼类行为视频监测系统的设计与实现 | 第61-69页 |
| ·系统框架结构 | 第61-63页 |
| ·系统硬件组成 | 第61-63页 |
| ·系统软件结构 | 第63页 |
| ·系统主要功能模块 | 第63-67页 |
| ·视频获取 | 第63页 |
| ·目标检测 | 第63页 |
| ·目标跟踪 | 第63-64页 |
| ·数据分析 | 第64-65页 |
| ·行为建模 | 第65-66页 |
| ·免疫感知 | 第66-67页 |
| ·系统数据库设计 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第7章 总结与展望 | 第69-71页 |
| ·工作总结 | 第69-70页 |
| ·研究展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间参加的科研项目和成果 | 第76页 |