| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状及主要问题 | 第15-19页 |
| 1.2.1 运动目标检测 | 第16-17页 |
| 1.2.2 运动目标跟踪 | 第17-18页 |
| 1.2.3 主要问题 | 第18-19页 |
| 1.3 论文的研究内容和结构安排 | 第19-22页 |
| 1.3.1 研究内容 | 第19页 |
| 1.3.2 结构安排 | 第19-22页 |
| 第2章 数字图像处理基础知识 | 第22-38页 |
| 2.1 颜色空间模型 | 第22-26页 |
| 2.1.1 RGB颜色空间模型 | 第22-23页 |
| 2.1.2 HSV颜色空间 | 第23-24页 |
| 2.1.3 HSV颜色空间模型与RGB颜色空间模型的转化 | 第24-26页 |
| 2.2 图像滤波去噪 | 第26-29页 |
| 2.2.1 均值滤波 | 第27页 |
| 2.2.2 中值滤波 | 第27页 |
| 2.2.3 高斯滤波 | 第27-28页 |
| 2.2.4 小波变换去噪 | 第28-29页 |
| 2.3 图像形态学处理 | 第29-32页 |
| 2.3.1 腐蚀 | 第29-30页 |
| 2.3.2 膨胀 | 第30-31页 |
| 2.3.3 开运算 | 第31页 |
| 2.3.4 闭运算 | 第31-32页 |
| 2.4 图像二值化 | 第32-34页 |
| 2.5 图像运算 | 第34-36页 |
| 2.5.1 图像的代数运算 | 第34-35页 |
| 2.5.2 图像的逻辑运算 | 第35-36页 |
| 2.6 本章小结 | 第36-38页 |
| 第3章 运动目标检测研究 | 第38-48页 |
| 3.1 引言 | 第38页 |
| 3.2 常用的运动目标检测方法 | 第38-41页 |
| 3.2.1 帧间差分法 | 第39-40页 |
| 3.2.2 背景差分法 | 第40页 |
| 3.2.3 光流场法 | 第40-41页 |
| 3.3 基于混合高斯背景模型的背景差分法 | 第41-45页 |
| 3.3.1 单高斯分布背景模型 | 第42页 |
| 3.3.2 多高斯分布背景模型 | 第42-44页 |
| 3.3.3 背景差分与分割 | 第44页 |
| 3.3.4 阴影检测与去除 | 第44-45页 |
| 3.4 实验结果与分析 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 运动目标跟踪研究 | 第48-62页 |
| 4.1 引言 | 第48页 |
| 4.2 常用运动目标跟踪方法 | 第48-50页 |
| 4.2.1 基于轮廓的跟踪方法 | 第48-49页 |
| 4.2.2 基于模型的跟踪方法 | 第49页 |
| 4.2.3 基于特征点的跟踪方法 | 第49-50页 |
| 4.2.4 基于运动估计的跟踪方法 | 第50页 |
| 4.3 常用跟踪算法 | 第50-54页 |
| 4.3.1 MeanShift跟踪算法 | 第50-51页 |
| 4.3.2 Camshift跟踪算法 | 第51-54页 |
| 4.4 改进的Camshift跟踪算法 | 第54-58页 |
| 4.4.1 Kalman滤波 | 第54-55页 |
| 4.4.2 基于Kalman滤波的Camshift跟踪算法 | 第55-56页 |
| 4.4.3 Bhattacharyya距离d(y) | 第56-58页 |
| 4.5 实验结果及分析 | 第58-60页 |
| 4.6 本章小结 | 第60-62页 |
| 第5章 基于摄像头的运动目标踪系统实现 | 第62-68页 |
| 5.1 OPENCV及MFC介绍 | 第62-64页 |
| 5.1.1 OPENCV | 第62-63页 |
| 5.1.2 MFC | 第63-64页 |
| 5.2 基于的摄像头的运动目标实时跟踪系统 | 第64-67页 |
| 5.3 实验结果及分析 | 第67-68页 |
| 总结和展望 | 第68-70页 |
| 全文工作总结 | 第68-69页 |
| 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间发表的论文 | 第74-76页 |
| 致谢 | 第76页 |
