| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题研究背景及其意义 | 第12-13页 |
| ·国内外研究现状及研究难点 | 第13-14页 |
| ·OpenCV3.0_alpha开源视觉类库 | 第14-15页 |
| ·本课题的研究内容 | 第15-16页 |
| ·主要创新点 | 第16-17页 |
| 第二章 智能视频监控的应用及初步图像处理 | 第17-23页 |
| ·智能视频监控在服装企业的应用 | 第17-18页 |
| ·图像初步处理技术 | 第18-22页 |
| ·图像滤波 | 第18-20页 |
| ·图像形态学处理 | 第20-22页 |
| ·膨胀 | 第21页 |
| ·腐蚀 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于颜色特征和支持向量机的服装包装箱识别 | 第23-34页 |
| ·识别流程 | 第24页 |
| ·特征提取 | 第24-29页 |
| ·颜色空间 | 第24-26页 |
| ·RGB颜色空间 | 第24-25页 |
| ·HSV颜色空间 | 第25-26页 |
| ·颜色特征提取 | 第26-29页 |
| ·支持向量机理论及样本训练 | 第29-32页 |
| ·支持向量机对包装箱的识别 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 MeanShift理论及Camshift跟踪性能分析 | 第34-49页 |
| ·概率密度估计 | 第34-36页 |
| ·参数密度估计 | 第34-35页 |
| ·无参数密度估计 | 第35-36页 |
| ·直方图估计 | 第35页 |
| ·核密度估计 | 第35-36页 |
| ·MeanShift算法 | 第36-39页 |
| ·MeanShift跟踪 | 第39-41页 |
| ·Camshift算法及其实现 | 第41-43页 |
| ·Camshift算法 | 第41-43页 |
| ·Camshift算法的实现 | 第43页 |
| ·MeanShift算法和Camshift算法跟踪对比分析 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 服装包装箱的初始化及改进的Camshift跟踪 | 第49-73页 |
| ·识别结果初始化跟踪目标 | 第50-54页 |
| ·结合Kalman滤波器的Camshift改进跟踪算法 | 第54-72页 |
| ·kalman滤波理论 | 第54-57页 |
| ·kalman滤波修正模型的建立 | 第57-59页 |
| ·改进的跟踪算法 | 第59-72页 |
| ·目标受到遮挡的改进算法 | 第60-69页 |
| ·目标受到颜色干扰时的改进算法 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结和展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 | 第77-90页 |
| 1. 支持向量机训练 | 第77-79页 |
| 2. 第五章服装包装箱初始化和改进的跟踪算法程序（遮挡部分） | 第79-90页 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第90-91页 |
| 致谢 | 第91-92页 |
