| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 多摄像机协同的运动目标检测与跟踪的研究意义及应用领域 | 第7页 |
| 1.2 多摄像机协同运动目标检测与跟踪的发展与研究现状 | 第7-11页 |
| 1.2.1 运动目标检测 | 第7-9页 |
| 1.2.2 运动目标跟踪 | 第9-10页 |
| 1.2.3 多摄像机协同技术 | 第10-11页 |
| 1.3 课题的技术关键及主要工作 | 第11-12页 |
| 1.4 课题的组织架构 | 第12-14页 |
| 2 运动目标检测与跟踪的常用方法 | 第14-22页 |
| 2.1 帧差法运动目标检测 | 第14-15页 |
| 2.2 光流法运动目标检测 | 第15-16页 |
| 2.3 背景差法运动目标检测 | 第16-19页 |
| 2.3.1 基于简单背景的背景差法 | 第16页 |
| 2.3.2 基于混合高斯背景模型的背景差法 | 第16-18页 |
| 2.3.3 基于核密度估计的运动目标检测 | 第18-19页 |
| 2.4 几种运动目标检测算法对比 | 第19-20页 |
| 2.5 单相机下的运动目标跟踪 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 3 基于改进的单高斯背景模型目标检测算法及其研究 | 第22-44页 |
| 3.1 单高斯背景模型 | 第22-27页 |
| 3.1.1 单高斯背景模型基本原理 | 第22-23页 |
| 3.1.2 单高斯背景模型实验分析 | 第23-27页 |
| 3.2 结合三帧差法的目标检测算法的改进 | 第27-28页 |
| 3.3 结合运动历史图像的目标检测算法的改进 | 第28-30页 |
| 3.4. 改进的目标检测算法的流程以及实验分析 | 第30-38页 |
| 3.4.1 改进后的检测算法流程 | 第30-31页 |
| 3.4.2 目标检测效果分析 | 第31-37页 |
| 3.4.3 实时性分析 | 第37-38页 |
| 3.5 本文算法与混合高斯背景模型算法对比 | 第38-41页 |
| 3.5.1 本文算法与混合高斯背景模型算法检测效果对比 | 第38-39页 |
| 3.5.2 本文算法与混合高斯背景模型算法的实时性对比 | 第39-41页 |
| 3.6 本文算法与核密度估计目标检测算法对比 | 第41-43页 |
| 3.6.1 本文算法与核密度估计目标检测算法检测效果对比 | 第41-42页 |
| 3.6.2 本文算法与核密度估计目标检测算法实时性对比 | 第42-43页 |
| 3.7 本章小结 | 第43-44页 |
| 4 分布式多摄像机协同的运动目标检测与跟踪 | 第44-57页 |
| 4.1 分布式多摄像机协同的运动目标检测与跟踪系统 | 第44-45页 |
| 4.2 图像拼接技术 | 第45-48页 |
| 4.2.1 图像简单拼接 | 第45-47页 |
| 4.2.2 图像融合 | 第47-48页 |
| 4.3 分布式多摄像机协同技术 | 第48-52页 |
| 4.3.1 辅助相机设计 | 第48-50页 |
| 4.3.2 目标消失处理 | 第50-52页 |
| 4.4 分布式多摄相机协同下的目标跟踪 | 第52-55页 |
| 4.4.1 卡尔曼滤波跟踪 | 第52-53页 |
| 4.4.2 目标交接 | 第53-55页 |
| 4.5 实验分析 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 5 总结和展望 | 第57-59页 |
| 5.1 工作总结 | 第57-58页 |
| 5.2 课题展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
