| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-19页 |
| ·引言 | 第8-9页 |
| ·视觉跟踪技术研究现状 | 第9-17页 |
| ·基于目标区域的跟踪 | 第9-11页 |
| ·基于目标特征的跟踪 | 第11-12页 |
| ·基于变形模板的跟踪 | 第12-14页 |
| ·基于目标模型的跟踪 | 第14-17页 |
| ·论文的内容概述 | 第17-18页 |
| ·论文的创新点 | 第18-19页 |
| 第二章 目标运动区域的提取 | 第19-32页 |
| ·MEAN SHIFT 方法的基本思想 | 第19-26页 |
| ·一维空间下的无参密度估计 | 第19-22页 |
| ·多维空间下的无参密度估计 | 第22-23页 |
| ·Mean Shift 向量 | 第23-25页 |
| ·Mean Shift 算法的收敛性 | 第25-26页 |
| ·目标运动区域提取中的MEAN SHIFT 方法 | 第26-29页 |
| ·目标模型的描述 | 第27页 |
| ·候选模型的描述 | 第27-28页 |
| ·相似性函数 | 第28页 |
| ·目标定位 | 第28-29页 |
| ·MEAN SHIFT 算法在运动区域提取中的应用 | 第29-32页 |
| 第三章 基于GVF SNAKE 模型的目标轮廓提取 | 第32-39页 |
| ·主动轮廓模型 | 第32-34页 |
| ·参数化SNAKE 模型 | 第32-34页 |
| ·GAC 模型 | 第34页 |
| ·梯度向量流SNAKE | 第34-36页 |
| ·GVF Snake 模型在灰度图像轮廓提取中的分析 | 第35-36页 |
| ·GVF SNAKE 模型在视频图像轮廓提取中的应用 | 第36-39页 |
| 第四章 运动目标轮廓提取 | 第39-51页 |
| ·图像预处理 | 第39-42页 |
| ·图像滤波 | 第40页 |
| ·数学形态学图像处理 | 第40-42页 |
| ·初始SNAKE 曲线设置 | 第42-43页 |
| ·基于GVF SNAKE 模型的运动目标轮廓提取 | 第43-46页 |
| ·边缘映射 | 第43-44页 |
| ·梯度向量流 | 第44页 |
| ·梯度向量流的数值处理 | 第44-46页 |
| ·实验结果与分析 | 第46-51页 |
| ·本文算法和传统算法的实验比较分析 | 第46-48页 |
| ·本文算法实验分析 | 第48-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-63页 |
| 攻读学位期间发表论文 | 第63-64页 |
| 致谢 | 第64页 |
