| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景和意义 | 第8页 |
| 1.2 视觉跟踪概述 | 第8-11页 |
| 1.2.1 视觉跟踪问题的定义 | 第8页 |
| 1.2.2 目标表示与目标特征选择 | 第8-9页 |
| 1.2.3 视觉跟踪问题分类 | 第9-10页 |
| 1.2.4 目标跟踪问题的难点 | 第10-11页 |
| 1.3 视觉跟踪国内外研究现状 | 第11-12页 |
| 1.4 本文的主要工作和结构安排 | 第12-14页 |
| 第2章 基于颜色特征的粒子滤波算法视觉跟踪平台设计与实现 | 第14-21页 |
| 2.1 引言 | 第14页 |
| 2.2 基于颜色特征的粒子滤波对目标跟踪的实现 | 第14-21页 |
| 2.2.1 目标模型 | 第15-16页 |
| 2.2.2 运动模型 | 第16-17页 |
| 2.2.3 粒子滤波器的实现 | 第17-21页 |
| 第3章 均值平移跟踪算法 | 第21-27页 |
| 3.1 均值平移理论 | 第21-24页 |
| 3.2 目标跟踪中的Mean Shift | 第24-25页 |
| 3.3 算法执行结果测试 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 基于颜色特征及CAMShift算法视觉跟踪子系统设计与实现 | 第27-36页 |
| 4.1 引言 | 第27页 |
| 4.2 基于颜色的目标特征的选取 | 第27-30页 |
| 4.2.1 RGB色彩空间 | 第28页 |
| 4.2.2 RGB颜色空间转换为HSV色彩空间 | 第28-30页 |
| 4.3 CAMShift算法 | 第30-32页 |
| 4.3.1 算法思想 | 第30页 |
| 4.3.2 算法描述 | 第30-31页 |
| 4.3.3 算法流程图 | 第31-32页 |
| 4.4 实验结果及分析 | 第32-35页 |
| 4.4.1 摄像机静止的拍摄模式 | 第32-34页 |
| 4.4.2 摄像机运动的拍摄模式 | 第34-35页 |
| 4.4.3 实验结论 | 第35页 |
| 4.5 本章小结 | 第35-36页 |
| 第5章 基于OpenCV的目标跟踪系统设计与实现 | 第36-42页 |
| 5.1 OpenCV介绍 | 第36-37页 |
| 5.1.1 OpenCV简介 | 第36页 |
| 5.1.2 OpenCV的特点 | 第36页 |
| 5.1.3 OpenCV常用功能模块介绍 | 第36页 |
| 5.1.4 OpenCV模块 | 第36-37页 |
| 5.2 基于OpenCV的运动目标跟踪平台实现 | 第37-42页 |
| 5.2.1 各个跟踪算法跟踪结果对比 | 第37-38页 |
| 5.2.2 跟踪结果结果分析 | 第38-42页 |
| 第6章 结论 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47页 |