| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-16页 |
| ·课题研究的背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·OpenCV 简介 | 第12-14页 |
| ·论文的研究内容及章节安排 | 第14-16页 |
| 2. 数字图像处理的预备知识 | 第16-26页 |
| ·图像预处理 | 第16-21页 |
| ·直方图均衡化 | 第16-18页 |
| ·图像的平滑 | 第18-21页 |
| ·图像分割 | 第21-25页 |
| ·阈值分割 | 第21-22页 |
| ·边界分割 | 第22-23页 |
| ·数学形态学 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3. 运动目标检测技术研究 | 第26-39页 |
| ·光流法 | 第26-28页 |
| ·帧间差分法 | 第28-31页 |
| ·背景差分法 | 第31-37页 |
| ·混合高斯模型法 | 第32-35页 |
| ·非参数模型法 | 第35-37页 |
| ·基于帧间差分法和背景差分法相融合的改进算法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4. 运动目标跟踪方法研究 | 第39-59页 |
| ·目标跟踪算法分类 | 第39-41页 |
| ·基于区域的跟踪 | 第39-40页 |
| ·基于特征的跟踪 | 第40页 |
| ·基于模型的跟踪 | 第40-41页 |
| ·基于活动轮廓的跟踪 | 第41页 |
| ·基于 Mean Shift 算法的目标跟踪 | 第41-54页 |
| ·Mean Shift 算法的基本理论 | 第42-45页 |
| ·Mean Shift 算法在目标跟踪中的应用 | 第45-49页 |
| ·Mean Shift 改进算法—CamShift 算法 | 第49-54页 |
| ·基于 Kalman 滤波器的目标跟踪 | 第54-57页 |
| ·Kalman 滤波算法的基本理论 | 第54-57页 |
| ·Camshift 结合 Kalman 滤波的目标跟踪算法 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 5. 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第66-67页 |
| 致谢 | 第67页 |