| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 选题背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 运动目标检测技术 | 第15-17页 |
| 1.2.2 运动目标跟踪技术 | 第17页 |
| 1.3 本文的主要研究内容及结构 | 第17-19页 |
| 第2章 图像预处理 | 第19-31页 |
| 2.1 图像滤波的常用方法 | 第19-24页 |
| 2.1.1 均值滤波 | 第19-21页 |
| 2.1.2 中值滤波 | 第21-23页 |
| 2.1.3 实验分析 | 第23-24页 |
| 2.2 基于形态学的去噪 | 第24-29页 |
| 2.2.1 图像去噪方法 | 第25页 |
| 2.2.2 数学形态学原理 | 第25-27页 |
| 2.2.3 权重自适应的多结构形态学去噪 | 第27-28页 |
| 2.2.4 实验分析 | 第28-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第3章 运动目标检测技术 | 第31-43页 |
| 3.1 光流场 | 第31页 |
| 3.2 经典运动目标检测算法 | 第31-37页 |
| 3.2.1 帧差法 | 第32-34页 |
| 3.2.2 背景差分法 | 第34-35页 |
| 3.2.3 高斯背景建模(GMM) | 第35-36页 |
| 3.2.4 光流法 | 第36-37页 |
| 3.3 经典光流法 | 第37-39页 |
| 3.3.1 金字塔光流法 | 第38-39页 |
| 3.3.2 区域光流法 | 第39页 |
| 3.3.3 特征光流法 | 第39页 |
| 3.4 结合ViBe算法的改进光流法 | 第39-42页 |
| 3.4.1 ViBe方法 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 运动目标跟踪技术 | 第43-55页 |
| 4.1 经典运动目标跟踪算法 | 第43-46页 |
| 4.1.1 基于活动轮廓的运动目标跟踪 | 第43-44页 |
| 4.1.2 基于特征的跟踪 | 第44页 |
| 4.1.3 基于区域的跟踪 | 第44-45页 |
| 4.1.4 基于模型的运动目标跟踪 | 第45-46页 |
| 4.2 基于改进的光流场目标跟踪 | 第46-54页 |
| 4.2.1 Meanshift、Camshift算法简介 | 第46-48页 |
| 4.2.2 EKF滤波原理 | 第48-51页 |
| 4.2.3 基于光流的EKF目标跟踪 | 第51-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第5章 目标跟踪实验分析 | 第55-61页 |
| 5.1 系统实现 | 第55-57页 |
| 5.2 搭建Simulink模型 | 第57-59页 |
| 5.3 实验结果与分析 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 本文工作总结 | 第61-62页 |
| 6.2 今后工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 读研期间主要科研成果 | 第67-69页 |
| 致谢 | 第69页 |