| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 前言 | 第9-13页 |
| 1.研究背景概述 | 第9页 |
| 2.研究的目的和意义 | 第9-10页 |
| 3.目标识别和跟踪技术发展现状 | 第10-12页 |
| 4.论文章节安排如下 | 第12-13页 |
| 第一章 图像处理与识别跟踪技术的理论基础 | 第13-18页 |
| ·数字图像处理的系统构成 | 第13页 |
| ·数字图像处理的主要研究内容 | 第13-15页 |
| ·数字图像处理的基本内容 | 第13-14页 |
| ·数字图像处理的基本方法 | 第14页 |
| ·数字图像处理的颜色模型 | 第14-15页 |
| ·视频图像处理 | 第15-16页 |
| ·运动目标识别与跟踪的基本数学模型 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 图像预处理 | 第18-26页 |
| ·图像的获取和转换 | 第18-20页 |
| ·图像的噪声抑制技术 | 第20-23页 |
| ·图像的灰度变换 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 视频图像的运动目标识别 | 第26-42页 |
| ·帧间差分算法 | 第26-29页 |
| ·相邻两帧差分法 | 第26-28页 |
| ·连续三帧图像差分法 | 第28-29页 |
| ·背景差分算法 | 第29-33页 |
| ·平均值法 | 第31-32页 |
| ·基于类别可分性判据的运动目标检测 | 第32-33页 |
| ·综合利用时空信息的运动目标识别算法 | 第33-35页 |
| ·算法描述 | 第33-35页 |
| ·差分图像后处理 | 第35-39页 |
| ·二值化处理 | 第35-37页 |
| ·面积阈值法 | 第37-38页 |
| ·形态学滤波法 | 第38-39页 |
| ·识别算法试验结果及分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 视频图像的运动目标的跟踪 | 第42-61页 |
| ·运动对象跟踪算法概述 | 第42-45页 |
| ·形心算法 | 第42-43页 |
| ·匹配算法 | 第43-44页 |
| ·基于小波变换的算法 | 第44页 |
| ·Snake 模型算法 | 第44-45页 |
| ·基于图像匹配的跟踪算法 | 第45-46页 |
| ·基于运动模型的跟踪算法 | 第45-46页 |
| ·基于目标特征的匹配算法 | 第46页 |
| ·基于纹理特征的跟踪算法 | 第46页 |
| ·基于形状特征的跟踪算法 | 第46页 |
| ·运动特征的提取和描述 | 第46-50页 |
| ·幅度特征 | 第47页 |
| ·直方图特征 | 第47-48页 |
| ·变换系数的特征 | 第48-49页 |
| ·线条和角点的特征 | 第49页 |
| ·灰度边缘特征 | 第49-50页 |
| ·基于多分辨率的 Hausdorff 距离度量跟踪算法 | 第50-60页 |
| ·图像的多分辨率分解 | 第50-52页 |
| ·Hausdorff 距离度量的跟踪原理 | 第52-54页 |
| ·基于多分辨率的双向HD 距离度量跟踪算法 | 第54-55页 |
| ·基于多分辨率的双向HD 距离度量跟踪算法的实现 | 第55-58页 |
| ·跟踪算法实验结果及分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 发表文章目录 | 第66-67页 |
| 致谢 | 第67-68页 |
| 详细摘要 | 第68-73页 |