| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 存在的问题 | 第12-13页 |
| 1.4 论文的主要工作和论文的组织结构 | 第13-15页 |
| 第二章 图像处理基础理论 | 第15-26页 |
| 2.1 颜色空间 | 第15-19页 |
| 2.2 灰度化 | 第19页 |
| 2.3 图像滤波 | 第19-21页 |
| 2.4 LBP算子 | 第21-25页 |
| 2.4.1 原始的LBP | 第21-22页 |
| 2.4.2 旋转不变LBP模式 | 第22-23页 |
| 2.4.3 均匀LBP模式 | 第23-24页 |
| 2.4.4 均匀LBP模式直方图 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 运动目标检测 | 第26-40页 |
| 3.1 背景差分法 | 第26-29页 |
| 3.1.1 统计平均法 | 第26-27页 |
| 3.1.2 高斯分布背景模型 | 第27-29页 |
| 3.2 帧差分法 | 第29-33页 |
| 3.2.1 二帧差法 | 第29-32页 |
| 3.2.2 三帧差法 | 第32-33页 |
| 3.3 光流法 | 第33-35页 |
| 3.4 背景差与三帧差相结合目标检测法 | 第35-39页 |
| 3.4.1 分块背景提取算法 | 第36页 |
| 3.4.2 背景差与帧差相结合算法 | 第36-37页 |
| 3.4.3 实验结果及分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 运动目标跟踪 | 第40-54页 |
| 4.1 基于均值偏移的目标跟踪 | 第40-45页 |
| 4.1.1 无参数估计理论 | 第41-42页 |
| 4.1.2 均值漂移理论 | 第42-43页 |
| 4.1.3 均值漂移目标跟踪 | 第43-45页 |
| 4.2 基于粒子滤波的目标跟踪 | 第45-47页 |
| 4.3 基于图像匹配的目标跟踪 | 第47-49页 |
| 4.3.1 区域匹配方法 | 第47-48页 |
| 4.3.2 特征匹配方法 | 第48-49页 |
| 4.3.3 模型匹配方法 | 第49页 |
| 4.4 基于LBP纹理的Camshift运动目标跟踪算法 | 第49-53页 |
| 4.4.1 连续自适应漂移算法 | 第49-50页 |
| 4.4.2 纹理和色度相结合的Camshift跟踪算法 | 第50-51页 |
| 4.4.3 实验结果及分析 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 运动目标识别 | 第54-61页 |
| 5.1 监控视频的目标识别 | 第54-55页 |
| 5.2 目标识别技术及原理 | 第55-58页 |
| 5.2.1 HOG特征 | 第55-57页 |
| 5.2.2 AdaBoost算法 | 第57-58页 |
| 5.3 基于HOG特征的AdaBoost识别算法 | 第58-60页 |
| 5.3.1 算法原理 | 第58页 |
| 5.3.2 实验结果及分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结及展望 | 第61-62页 |
| 6.1 本文工作总结 | 第61页 |
| 6.2 未来的工作与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |