| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·国内外研究现状及主要问题 | 第11-14页 |
| ·运动目标检测 | 第12页 |
| ·运动目标跟踪 | 第12-14页 |
| ·运动目标检测与跟踪研究存在的问题 | 第14页 |
| ·论文主要研究内容及结构安排 | 第14-17页 |
| ·本文主要研究工作及创新点 | 第14-15页 |
| ·本论文的结构安排 | 第15-17页 |
| 第二章 相关图像处理技术 | 第17-23页 |
| ·图像增强算法 | 第17-19页 |
| ·灰度变换法 | 第17-18页 |
| ·直方图均衡化 | 第18-19页 |
| ·图像去噪算法 | 第19-21页 |
| ·均值滤波 | 第20页 |
| ·中值滤波 | 第20-21页 |
| ·形态学操作 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 运动目标检测方法 | 第23-36页 |
| ·运动目标检测常见方法 | 第23-26页 |
| ·帧间差分法 | 第23-24页 |
| ·背景减除法 | 第24-26页 |
| ·基于高斯模型的目标检测 | 第26-31页 |
| ·单高斯模型的基本原理 | 第27-28页 |
| ·混合高斯模型的基本原理 | 第28-31页 |
| ·运动目标检测算法的改进 | 第31-35页 |
| ·三帧差分法 | 第31-32页 |
| ·基于三帧差分法和自适应混合高斯模型结合的检测方法 | 第32页 |
| ·实验结果与分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于均值漂移的目标跟踪方法 | 第36-52页 |
| ·MeanShift 及其改进算法 | 第36-40页 |
| ·MeanShift 算法 | 第36-38页 |
| ·改进 MeanShift 的 Camshift 目标跟踪算法 | 第38-40页 |
| ·目标特征描述 | 第40-43页 |
| ·颜色特征 | 第40-41页 |
| ·LBP 纹理特征 | 第41-43页 |
| ·基于多特征自适应融合的 Camshift 目标跟踪算法 | 第43-47页 |
| ·多特征自适应融合目标定位 | 第43-44页 |
| ·遮挡处理 | 第44-46页 |
| ·基于多特征自适应融合的 Camshift 目标跟踪方法 | 第46-47页 |
| ·实验结果与分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于粒子滤波的目标跟踪方法 | 第52-68页 |
| ·粒子滤波理论 | 第52-55页 |
| ·粒子滤波原理 | 第52-53页 |
| ·粒子滤波算法 | 第53-54页 |
| ·粒子滤波相关问题 | 第54-55页 |
| ·粒子自适应进化策略 | 第55-58页 |
| ·遗传算法 | 第55-56页 |
| ·改进遗传算法的自适应进化策略 | 第56-58页 |
| ·基于动态自适应进化策略的粒子滤波跟踪算法 | 第58-62页 |
| ·多特征融合策略 | 第59-60页 |
| ·基于自适应进化策略的粒子重采样 | 第60-61页 |
| ·基于自适应进化策略的粒子滤波跟踪算法 | 第61-62页 |
| ·实验分析及实际应用 | 第62-67页 |
| ·实验结果与分析 | 第62-65页 |
| ·本文算法的实际应用 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·本文工作总结 | 第68-69页 |
| ·研究展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间的主要成果 | 第73-74页 |
| 致谢 | 第74页 |
