| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题研究背景和意义 | 第11-13页 |
| ·国内外研究现状及分析 | 第13-15页 |
| ·运动目标检测与跟踪的方法 | 第15-18页 |
| ·运动目标检测方法 | 第15-16页 |
| ·运动目标跟踪方法 | 第16-18页 |
| ·本文研究内容与结构安排 | 第18-20页 |
| 第2章 运动目标检测的研究及仿真 | 第20-36页 |
| ·引言 | 第20页 |
| ·连续帧间差分法 | 第20-23页 |
| ·背景相减法 | 第23-33页 |
| ·背景图像获取方法 | 第24-26页 |
| ·分级分块的背景模型估计方法 | 第26-33页 |
| ·帧差法与背景相减法结合的目标检测算法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于改进Mean shift算法的运动目标跟踪 | 第36-56页 |
| ·引言 | 第36页 |
| ·Mean shift基本理论 | 第36-45页 |
| ·基本Mean Shift及其扩展 | 第37-40页 |
| ·基本Mean Shift的物理含义 | 第40-41页 |
| ·Mean Shift算法步骤及收敛性 | 第41-45页 |
| ·基于Mean Shift算法的目标跟踪算法 | 第45-51页 |
| ·目标模型的描述 | 第46-47页 |
| ·候选模型的描述 | 第47页 |
| ·相似性函数 | 第47页 |
| ·目标定位 | 第47-49页 |
| ·算法的流程 | 第49-51页 |
| ·基于背景相减法与Mean shift算法结合的目标跟踪算法 | 第51-55页 |
| ·改进的Mean shift目标跟踪算法 | 第51-52页 |
| ·实验结果分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第4章 基于改进的Camshift目标跟踪算法 | 第56-65页 |
| ·引言 | 第56页 |
| ·颜色模型转换 | 第56-60页 |
| ·RGB彩色空间 | 第57页 |
| ·HSV彩色空间 | 第57-59页 |
| ·RGB空间到HSV空间的转换 | 第59-60页 |
| ·Camshift算法跟踪 | 第60页 |
| ·基于KIM法与Camshift算法结合的运动目标跟踪 | 第60-62页 |
| ·实验结果与分析 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第5章 基于信息融合的粒子滤波跟踪 | 第65-79页 |
| ·引言 | 第65页 |
| ·粒子滤波基本理论 | 第65-71页 |
| ·跟踪问题描述 | 第66-67页 |
| ·贝叶斯滤波的蒙特卡罗实现 | 第67-68页 |
| ·重要性采样 | 第68-69页 |
| ·序贯重要性采样 | 第69-70页 |
| ·重采样 | 第70-71页 |
| ·基于信息融合的粒子滤波跟踪算法 | 第71-76页 |
| ·运动模型 | 第71-72页 |
| ·颜色特征 | 第72-73页 |
| ·距离信息 | 第73-74页 |
| ·特征信息融合 | 第74页 |
| ·特征信息融合的粒子滤波 | 第74-76页 |
| ·实验结果与分析 | 第76-77页 |
| ·本章小结 | 第77-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 攻读硕士学位期间发表的文章和取得的科研成果 | 第87-88页 |
| 致谢 | 第88页 |
