| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的目的和意义 | 第9-11页 |
| 1.2 国内外研究现状及分析 | 第11-12页 |
| 1.3 目标检测与跟踪简介 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-15页 |
| 第二章 运动目标检测跟踪相关理论 | 第15-28页 |
| 2.1 运动目标检测方法介绍 | 第15-17页 |
| 2.1.1 运动目标检测方法的主要分类 | 第15-17页 |
| 2.1.2 本文在运动检测方法上的选取 | 第17页 |
| 2.2 基于背景差分法的运动目标检测 | 第17-25页 |
| 2.2.1 背景差分法的原理及步骤 | 第17-18页 |
| 2.2.2 背景差分法的不足 | 第18-19页 |
| 2.2.3 本文解决背景差分法不足的思路 | 第19页 |
| 2.2.4 本文实验对比涉及的高级背景建模方法 | 第19-25页 |
| 2.3 目标跟踪的方法简介 | 第25-27页 |
| 2.3.1 目标跟踪方法的分类及分析 | 第26-27页 |
| 2.3.2 本文拟选取的目标跟踪方法 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 一种自适应环境的基于背景建模的目标检测算法 | 第28-41页 |
| 3.1 算法概述 | 第28-29页 |
| 3.2 建立背景建模 | 第29-30页 |
| 3.3 前景图二值化 | 第30-31页 |
| 3.4 针对像素的动态阈值调整 | 第31页 |
| 3.5 基于颜色相似度替换真实背景的算法 | 第31-37页 |
| 3.5.1 误报情况描述及分析 | 第32-33页 |
| 3.5.2 关于真实背景的分析 | 第33-35页 |
| 3.5.3 颜色相似度匹配 | 第35-37页 |
| 3.6 实验结果与分析 | 第37-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 基于改进MEANSHIFT的运动对象跟踪算法及应用 | 第41-53页 |
| 4.1 MEANSHIFT理论及算法简介 | 第41-45页 |
| 4.2 MEANSHIFT算法应用于运动目标跟踪 | 第45-47页 |
| 4.3 MEANSHIFT在应用过程中存在的问题及改进 | 第47-50页 |
| 4.3.1 传统Meanshift应用于跟踪时缺点的分析 | 第47-48页 |
| 4.3.2 基于运动前景检测的跟踪目标模板的选定 | 第48-50页 |
| 4.3.3 更新跟踪模型 | 第50页 |
| 4.4 实验结果与分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间发表的学术论文目录 | 第59页 |
