| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究的背景及意义 | 第8页 |
| 1.2 国内外的研究现状及发展趋势 | 第8-10页 |
| 1.2.1 运动目标检测的研究 | 第9-10页 |
| 1.2.2 运动目标跟踪的研究 | 第10页 |
| 1.3 运动目标检测与跟踪的难点 | 第10-11页 |
| 1.4 本文的主要工作及文章安排 | 第11-13页 |
| 第二章 图像预处理 | 第13-27页 |
| 2.1 引言 | 第13页 |
| 2.2 图像灰度化 | 第13-14页 |
| 2.3 直方图均衡化 | 第14-17页 |
| 2.4 图像去噪 | 第17-19页 |
| 2.4.1 均值滤波 | 第17页 |
| 2.4.2 中值滤波 | 第17-19页 |
| 2.5 二值化图像的处理 | 第19-26页 |
| 2.5.1 图像二值化 | 第19-20页 |
| 2.5.2 阈值的选取 | 第20-24页 |
| 2.5.3 数字形态学处理 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 运动目标检测 | 第27-45页 |
| 3.1 引言 | 第27-28页 |
| 3.2 光流法 | 第28-29页 |
| 3.3 帧间差分法 | 第29-36页 |
| 3.3.1 连续两帧差分法 | 第30-31页 |
| 3.3.2 三帧差分法 | 第31-33页 |
| 3.3.3 帧间差分法检测目标实验结果与分析 | 第33-36页 |
| 3.4 背景差分法 | 第36-40页 |
| 3.4.1 背景的获取 | 第37-39页 |
| 3.4.2 背景模型更新 | 第39-40页 |
| 3.5 本文采用背景重构与更新算法 | 第40-42页 |
| 3.6 实验结果与分析 | 第42-44页 |
| 3.7 本章小结 | 第44-45页 |
| 第四章 Mean shift算法原理 | 第45-57页 |
| 4.1 引言 | 第45页 |
| 4.2 特征提取 | 第45-49页 |
| 4.2.1 颜色空间和颜色直方图 | 第45-48页 |
| 4.2.2 运动目标的质心 | 第48-49页 |
| 4.2.3 边缘和轮廓特征 | 第49页 |
| 4.2.4 纹理特征 | 第49页 |
| 4.3 Mean Shlft原理 | 第49-52页 |
| 4.4 基于Mean Shift的目标跟踪算法 | 第52-56页 |
| 4.4.1 目标模版的表示 | 第52-53页 |
| 4.4.2 候选模版的表示 | 第53页 |
| 4.4.3 相似性判断 | 第53-54页 |
| 4.4.4 目标的定位 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 改进的Mean Shift目标跟踪算法 | 第57-70页 |
| 5.0 引言 | 第57页 |
| 5.1 纹理特征 | 第57-59页 |
| 5.2 融合颜色和纹理特征的目标模版建模 | 第59-60页 |
| 5.3 Kalman滤波器 | 第60-63页 |
| 5.4 结合Kalman滤波和综合颜色直方图的跟踪算法 | 第63-64页 |
| 5.5 运动目标跟踪实验与分析 | 第64-69页 |
| 5.7 本章小结 | 第69-70页 |
| 第六章 运动目标检测和跟踪系统设计 | 第70-74页 |
| 6.1 系统开发平台 | 第70页 |
| 6.2 运动目标检测和跟踪系统 | 第70-73页 |
| 6.3 本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |