| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外的研究现状 | 第11-14页 |
| ·本文的主要研究工作及内容安排 | 第14-16页 |
| 2 运动目标检测 | 第16-32页 |
| ·运动目标检测概述 | 第16-24页 |
| ·帧间差分法 | 第17-19页 |
| ·光流场法 | 第19-22页 |
| ·背景差分法 | 第22-24页 |
| ·自适应背景更新方法 | 第24-26页 |
| ·中值滤波去噪 | 第26-29页 |
| ·数学形态学处理 | 第29-31页 |
| ·腐蚀和膨胀 | 第29-30页 |
| ·开运算和闭运算 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 运动目标跟踪 | 第32-52页 |
| ·运动目标跟踪概述 | 第32页 |
| ·常用的运动目标跟踪算法 | 第32-34页 |
| ·基于特征的跟踪方法 | 第32-33页 |
| ·基于主动轮廓线的跟踪方法 | 第33页 |
| ·基于 3-D 模型的跟踪方法 | 第33页 |
| ·基于区域的跟踪方法 | 第33-34页 |
| ·基于团块的跟踪方法 | 第34页 |
| ·基于 Kalman 滤波的 CamShift 目标跟踪方法 | 第34-39页 |
| ·Kalman 滤波 | 第34-37页 |
| ·CamShift 跟踪算法 | 第37-39页 |
| ·OpenCV 跟踪框架 | 第39-45页 |
| ·前景检测模块 | 第41-42页 |
| ·新团块检测模块 | 第42页 |
| ·团块跟踪模块 | 第42-43页 |
| ·轨迹生成模块 | 第43-44页 |
| ·轨迹后处理模块 | 第44-45页 |
| ·跟踪流程模块 | 第45页 |
| ·实验结果与分析 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 4 运动目标识别 | 第52-66页 |
| ·运动目标识别概述 | 第52-53页 |
| ·支持向量机基本理论 | 第53-57页 |
| ·统计学习理论 | 第53-54页 |
| ·广义最优分类面 | 第54-56页 |
| ·支持向量机 | 第56页 |
| ·核函数 | 第56-57页 |
| ·运动目标的特征提取和分析 | 第57-60页 |
| ·星形向量法 | 第57-58页 |
| ·矩特征 | 第58-59页 |
| ·面积特征 | 第59页 |
| ·周长特征 | 第59-60页 |
| ·实验结果与分析 | 第60-65页 |
| ·人车识别实验结果与分析 | 第60-63页 |
| ·车辆识别实验结果与分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 5 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·对未来工作的展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第73-74页 |
| 致谢 | 第74页 |