| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·计算机视觉概述 | 第7-9页 |
| ·人类视觉 | 第7页 |
| ·计算机视觉 | 第7-9页 |
| ·课题研究目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·运动目标检测 | 第10-11页 |
| ·运动目标跟踪 | 第11-12页 |
| ·主要研究机构和期刊 | 第12-13页 |
| ·本文概述 | 第13-15页 |
| ·主要内容和研究成果 | 第13-14页 |
| ·章节安排 | 第14-15页 |
| 第二章 运动目标检测与跟踪理论基础 | 第15-27页 |
| ·运动目标检测 | 第15-21页 |
| ·背景差分法 | 第15-17页 |
| ·帧间差分法 | 第17-19页 |
| ·光流法 | 第19-21页 |
| ·运动目标跟踪 | 第21-23页 |
| ·运动目标跟踪简介 | 第21页 |
| ·运动目标跟踪的主要方法 | 第21-23页 |
| ·相关知识准备 | 第23-25页 |
| ·数学形态学 | 第23-25页 |
| ·连通性分析 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于背景差分的运动目标检测 | 第27-43页 |
| ·背景建模 | 第27-30页 |
| ·统计平均法 | 第27-28页 |
| ·W~4 方法 | 第28页 |
| ·混合高斯模型法 | 第28-29页 |
| ·非参数模型法 | 第29-30页 |
| ·基于RGB 颜色空间的运动目标检测算法 | 第30-35页 |
| ·背景重构 | 第30-32页 |
| ·背景更新策略 | 第32页 |
| ·前景目标提取与后处理 | 第32-33页 |
| ·实验结果与分析 | 第33-35页 |
| ·结论 | 第35页 |
| ·基于像素分类的运动目标检测算法 | 第35-41页 |
| ·算法整体描述 | 第35-36页 |
| ·预处理 | 第36-37页 |
| ·基于像素分类的背景建模 | 第37-39页 |
| ·前景目标提取 | 第39页 |
| ·实验结果与比较 | 第39-41页 |
| ·结论 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于 Mean Shift的运动目标跟踪算法 | 第43-55页 |
| ·Mean Shift 理论概述 | 第43-46页 |
| ·Mean Shift 简介 | 第43页 |
| ·Mean Shift 的基本思想及其扩展 | 第43-45页 |
| ·Mean Shift 算法 | 第45-46页 |
| ·OpenCV 介绍 | 第46-47页 |
| ·OpenCV 简介 | 第46页 |
| ·OpenCV 在VC6.0 下安装与配置 | 第46-47页 |
| ·基于Mean Shift 用于目标跟踪 | 第47-49页 |
| ·理论概述 | 第47-48页 |
| ·算法分析 | 第48-49页 |
| ·实验结果与分析 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 结论 | 第55-58页 |
| ·论文完成的主要工作 | 第55-56页 |
| ·未来研究展望 | 第56-58页 |
| 结束语 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 硕士在读期间的研究成果 | 第66-67页 |
| 附录 A | 第67-70页 |