| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪言 | 第11-16页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·目标跟踪技术的研究现状 | 第12-14页 |
| ·研究内容 | 第14页 |
| ·本文的创新点 | 第14-16页 |
| 第2章 运动目标检测技术的研究 | 第16-26页 |
| ·运动目标检测方法概述 | 第16-17页 |
| ·背景差分法 | 第17-18页 |
| ·帧间差分法 | 第18-20页 |
| ·两帧差分法 | 第18-19页 |
| ·三帧差分法 | 第19-20页 |
| ·图像的形态学方法 | 第20-22页 |
| ·实验结果及分析 | 第22-25页 |
| ·背景差分法运动目标检测分析 | 第22-23页 |
| ·两帧差分法运动目标检测分析 | 第23页 |
| ·三帧差分法结合形态学方法的运动目标检测分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 运动目标跟踪技术的研究 | 第26-44页 |
| ·运动目标跟踪系统简述 | 第26-27页 |
| ·目标跟踪算法简述 | 第27-28页 |
| ·基于特征的跟踪方法 | 第27页 |
| ·基于主动轮廓的跟踪方法 | 第27-28页 |
| ·基于 3D 的跟踪方法 | 第28页 |
| ·基于运动估计的跟踪方法 | 第28页 |
| ·跟踪技术中的难点及性能要求 | 第28-30页 |
| ·目标跟踪的难点 | 第28-30页 |
| ·跟踪技术的性能要求 | 第30页 |
| ·MeanShift 目标跟踪算法的分析与实现 | 第30-37页 |
| ·MeanShift 理论 | 第30-32页 |
| ·MeanShift 算法原理 | 第32-34页 |
| ·MeanShift 算法的实现 | 第34-35页 |
| ·实验结果及分析 | 第35-37页 |
| ·CamShift 目标跟踪算法的分析与实现 | 第37-43页 |
| ·CamShift 算法原理 | 第38-39页 |
| ·CamShift 算法的实现 | 第39-40页 |
| ·实验结果与分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 Kalman 滤波理论 | 第44-51页 |
| ·随机线性离散系统 Kalman 滤波基本方程 | 第44-46页 |
| ·Kalman 滤波算法的特性 | 第46-47页 |
| ·Kalman 滤波器在目标跟踪中的应用 | 第47-49页 |
| ·扩展 Kalman 滤波器 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于 Kalman 滤波的 Camshift 改进算法 | 第51-70页 |
| ·基于 Kalman 滤波的 Camshift 算法 | 第51-52页 |
| ·改进的 CamShift 目标跟踪算法 | 第52-55页 |
| ·目标颜色模型的建立 | 第53-54页 |
| ·直方图反向投影 | 第54-55页 |
| ·CamShift 跟踪算法的改进方法 | 第55页 |
| ·自适应 Kalman 滤波器的应用 | 第55-56页 |
| ·基于 kalman 滤波的 CamShift 改进算法的目标跟踪实现 | 第56-69页 |
| ·目标严重遮挡跟踪算法的实现 | 第56-61页 |
| ·大面积同色背景干扰下跟踪算法的实现 | 第61-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 1．研究成果 | 第70页 |
| 2．建议 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读学位期间取得学术成果 | 第77页 |
