| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-11页 |
| 1 绪论 | 第11-18页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状与应用前景 | 第12-15页 |
| 1.3 目标检测及跟踪面临的挑战 | 第15页 |
| 1.4 论文的主要工作及章节安排 | 第15-18页 |
| 1.4.1 论文的主要研究内容 | 第15-16页 |
| 1.4.2 章节安排 | 第16-18页 |
| 2 运动目标检测 | 第18-33页 |
| 2.1 常用的运动目标检测方法 | 第18页 |
| 2.2 帧差法 | 第18-22页 |
| 2.2.1 基于 SILTP 改进的帧差法 | 第19-20页 |
| 2.2.2 帧差 LTP 统计距离 | 第20-22页 |
| 2.2.3 实验结果与分析 | 第22页 |
| 2.3 光流法 | 第22-23页 |
| 2.4 背景差法 | 第23-26页 |
| 2.4.1 VIBE 算法 | 第24-26页 |
| 2.4.2 实验与评价 | 第26页 |
| 2.5 阴影及光照处理 | 第26-32页 |
| 2.5.1 阴影描述 | 第26-27页 |
| 2.5.2 阴影消除算法 | 第27-28页 |
| 2.5.3 基于 YUV 空间阴影消除 | 第28-29页 |
| 2.5.4 基于 SILTP 纹理阴影去除 | 第29-30页 |
| 2.5.5 阴影去除 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3 特征提取 | 第33-50页 |
| 3.1 引言 | 第33页 |
| 3.2 特征提取 | 第33-34页 |
| 3.3 HSV 颜色特征 | 第34-37页 |
| 3.3.1 直方图的匹配算法 | 第36-37页 |
| 3.4 基于纹理的特征提取 | 第37-42页 |
| 3.4.1 局部二值化模式（Local Binary Patterns,LBP） | 第37-38页 |
| 3.4.2 LBP 纹理特征提取 | 第38-42页 |
| 3.4.2.1 旋转不变性 | 第39-40页 |
| 3.4.2.2 LBP 算子的等价模式 | 第40-41页 |
| 3.4.2.3 LBP 描述子生成及相似度量 | 第41-42页 |
| 3.5 基于 LBP 特征融合的 FAST 角点算法 | 第42-49页 |
| 3.5.1 FAST 算法原理 | 第43页 |
| 3.5.2 改进的 FAST 算法 | 第43-48页 |
| 3.5.2.1 建立高斯尺度空间 | 第44-45页 |
| 3.5.2.2 去除伪角点 | 第45-46页 |
| 3.5.2.3 主方向确定 | 第46页 |
| 3.5.2.4 融合 LBP 特征的角点描述子 | 第46-47页 |
| 3.5.2.5 关键点匹配 | 第47-48页 |
| 3.5.3 实验仿真 | 第48-49页 |
| 3.5.3.1 时间性能评价 | 第48-49页 |
| 3.6 结论及分析 | 第49-50页 |
| 4 基于卡尔曼与 Meanshift 的目标跟踪 | 第50-64页 |
| 4.1 Meanshift 简介 | 第50-51页 |
| 4.2 均值漂移向量 | 第51-52页 |
| 4.2.1 核函数 | 第51-52页 |
| 4.3 Meanshift 在目标跟踪中的应用 | 第52-55页 |
| 4.3.1 建立目标模型 | 第52-53页 |
| 4.3.2 当前帧候选目标模型 | 第53页 |
| 4.3.3 相似度计算 | 第53-55页 |
| 4.4 改进的 Meanshift 算法 | 第55-63页 |
| 4.4.1 目标模型以及反向投影图的建立 | 第56页 |
| 4.4.2 基于 kalman 与 Meanshift 结合的目标跟踪 | 第56-59页 |
| 4.4.2.1 遮挡判断 | 第56-57页 |
| 4.4.2.2 Kalman 滤波器 | 第57-58页 |
| 4.4.2.3 实验结果与分析 | 第58-59页 |
| 4.4.3 去除干扰背景 | 第59-61页 |
| 4.4.4 自适应更新窗口 | 第61-62页 |
| 4.4.5 实验结果分析 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 智能监控系统软件设计与实现 | 第64-68页 |
| 5.1 系统介绍 | 第64-66页 |
| 5.1.1 对象及主要函数 | 第65-66页 |
| 5.2 软件界面及实验结果 | 第66-67页 |
| 5.3 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 个人简介 | 第74-75页 |
| 在学期间发表论文情况 | 第75-76页 |
| 致谢 | 第76页 |
