| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题研究的意义和背景 | 第10-11页 |
| ·课题的研究现状 | 第11-13页 |
| ·运动目标检测技术 | 第11-12页 |
| ·运动目标跟踪技术 | 第12-13页 |
| ·研究内容及论文安排 | 第13-15页 |
| 第二章 视频图像预处理 | 第15-24页 |
| ·图像灰度化 | 第15-16页 |
| ·图像二值化 | 第16-17页 |
| ·数学形态学滤波 | 第17-24页 |
| ·膨胀与腐蚀 | 第17-19页 |
| ·开运算和闭运算 | 第19-21页 |
| ·实验结果 | 第21-24页 |
| 第三章 运动目标检测算法 | 第24-38页 |
| ·运动目标检测算法 | 第24-29页 |
| ·帧间差法 | 第24-25页 |
| ·背景差法 | 第25-28页 |
| ·光流法 | 第28-29页 |
| ·改进的目标检测算法 | 第29-35页 |
| ·背景差与帧间差相结合的算法 | 第29-31页 |
| ·检测算法的实验步骤及实验结果 | 第31-35页 |
| ·运动目标标记 | 第35-36页 |
| ·邻域标记法 | 第35-36页 |
| ·实验结果及分析 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第四章 运动目标跟踪算法 | 第38-55页 |
| ·Cam Shift—自适应均值漂移跟踪算法 | 第38-45页 |
| ·反向投影 | 第38-39页 |
| ·Mean Shift—均值漂移跟踪算法 | 第39-43页 |
| ·Cam Shift 算法 | 第43-45页 |
| ·Kalman 滤波器 | 第45-47页 |
| ·卡尔曼滤波算法 | 第45-46页 |
| ·卡尔曼滤波预测原理 | 第46-47页 |
| ·改进的运动目标跟踪算法 | 第47-51页 |
| ·基于 Kalman 滤波器的质心预测 | 第47-49页 |
| ·融合 Kalman 预测的 Cam Shift 跟踪算法 | 第49-51页 |
| ·实验过程与结果分析 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·本文工作总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 在学研究成果 | 第59-60页 |
| 致谢 | 第60页 |