| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-14页 |
| ·课题的研究背景及意义 | 第10页 |
| ·研究现状与发展趋势 | 第10-12页 |
| ·课题的主要研究内容 | 第12-13页 |
| ·论文内容的组织结构 | 第13-14页 |
| 第二章 视频基础知识 | 第14-19页 |
| ·视频的定义及分类 | 第14页 |
| ·视频技术 | 第14-19页 |
| ·视频压缩技术 | 第14-15页 |
| ·视频编码的相关标准 | 第15-18页 |
| ·视频网络传输技术 | 第18-19页 |
| 第三章 运动目标的检测 | 第19-32页 |
| ·运动目标检测概述 | 第19-22页 |
| ·帧差法 | 第19-20页 |
| ·光流法 | 第20-21页 |
| ·背景减法 | 第21-22页 |
| ·其他方法 | 第22页 |
| ·阴影检测 | 第22-26页 |
| ·运动目标阴影的特性 | 第22-23页 |
| ·运动目标阴影检测的方法 | 第23-25页 |
| ·运动目标阴影检测的试验结果 | 第25-26页 |
| ·后处理 | 第26-27页 |
| ·数学形态学的介绍 | 第26页 |
| ·连通组件标识 | 第26-27页 |
| ·处理后的结果 | 第27页 |
| ·本文的检测方法 | 第27-31页 |
| ·基于高斯模型的背景减法 | 第27-29页 |
| ·背景的描述 | 第27-28页 |
| ·高斯模型的检测 | 第28页 |
| ·背景图像的更新 | 第28页 |
| ·实验结果分析 | 第28-29页 |
| ·改进的高斯模型背景减法 | 第29-30页 |
| ·本文检测系统构架 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第四章 运动目标跟踪方法分析 | 第32-41页 |
| ·滤波器 | 第32-33页 |
| ·贝叶斯递推滤波算法 | 第33-35页 |
| ·贝叶斯递推滤波原理 | 第33-35页 |
| ·贝叶斯递推滤波的实现方法 | 第35页 |
| ·卡尔曼滤波的基本原理 | 第35-37页 |
| ·蒙特卡罗方法 | 第37页 |
| ·粒子滤波 | 第37-40页 |
| ·基本原理 | 第37-39页 |
| ·退化现象 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第五章 运动目标跟踪算法 | 第41-50页 |
| ·OpenCV 的概述 | 第41-43页 |
| ·OpenCV 的特征 | 第41页 |
| ·OpenCV 功能 | 第41-42页 |
| ·在VC6.0 下安装OpenCV | 第42页 |
| ·OpenCV 中Mean-Shift 功能 | 第42-43页 |
| ·基于OpenCV 的Mean Shift 跟踪算法 | 第43-45页 |
| ·密度估计 | 第43-44页 |
| ·Mean Shift 算法 | 第44-45页 |
| ·Mean Shift 算法在实验中的实现思想 | 第45页 |
| ·实验结果及分析 | 第45-49页 |
| ·实验演示截图及相关代码说明 | 第45-48页 |
| ·对视频跟踪中所用到的Mean Shift 算法的分析 | 第48-49页 |
| ·实验中存在的问题及出现问题的可能情况 | 第49页 |
| ·小结 | 第49-50页 |
| 第六章 系统设计及实现 | 第50-67页 |
| ·实验系统 | 第50-51页 |
| ·实验系统的硬件环境 | 第50页 |
| ·实验系统软件构成 | 第50-51页 |
| ·系统的实现 | 第51-65页 |
| ·系统框架 | 第51页 |
| ·关键算法说明 | 第51-65页 |
| ·运动目标检测模块的编程 | 第52-55页 |
| ·运动目标跟踪模块代码 | 第55-65页 |
| ·系统性能评价 | 第65-66页 |
| ·小结 | 第66-67页 |
| 第七章 总结和展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |