| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 目前的主要技术难点 | 第12-13页 |
| 1.4 论文的研究内容及结构安排 | 第13-16页 |
| 1.4.1 论文的研究内容 | 第13-14页 |
| 1.4.2 论文的主要创新点 | 第14-15页 |
| 1.4.3 论文的结构安排 | 第15-16页 |
| 第2章 视频图像预处理 | 第16-31页 |
| 2.1 图像的灰度化和二值化 | 第16-19页 |
| 2.1.1 图像灰度化 | 第16-17页 |
| 2.1.2 图像二值化 | 第17-19页 |
| 2.2 图像增强 | 第19-28页 |
| 2.2.1 直方图处理 | 第20-21页 |
| 2.2.2 图像平滑 | 第21-24页 |
| 2.2.3 图像锐化 | 第24-28页 |
| 2.3 形态学处理 | 第28-30页 |
| 2.3.1 膨胀和腐蚀 | 第28-29页 |
| 2.3.2 开运算和闭运算 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 运动目标检测 | 第31-54页 |
| 3.1 常用的运动目标检测算法 | 第31-34页 |
| 3.1.1 光流法 | 第31-32页 |
| 3.1.2 背景差分法 | 第32-33页 |
| 3.1.3 帧差法 | 第33-34页 |
| 3.2 基于改进背景差分法的运动目标检测 | 第34-46页 |
| 3.2.1 背景建模 | 第35-41页 |
| 3.2.2 运动目标检测 | 第41-46页 |
| 3.3 一种新的边缘特征与多帧差分法相结合的运动目标检测方法 | 第46-50页 |
| 3.3.1 基于平移法的运动目标边缘提取 | 第46-48页 |
| 3.3.2 平移法与多帧差分法相结合的运动目标检测 | 第48-50页 |
| 3.4 运动目标检测结果评价 | 第50-53页 |
| 3.4.1 算法性能评价标准 | 第50-51页 |
| 3.4.2 质心位置法 | 第51-52页 |
| 3.4.3 面积重叠率法 | 第52页 |
| 3.4.4 本文算法的性能评估 | 第52-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 运动目标跟踪 | 第54-64页 |
| 4.1 Camshift目标跟踪算法 | 第54-56页 |
| 4.1.1 Camshift算法的基本思想 | 第54页 |
| 4.1.2 Camshift目标跟踪算法的原理 | 第54-56页 |
| 4.2 Kalman滤波算法 | 第56-60页 |
| 4.2.1 Kalman滤波算法原理 | 第56-59页 |
| 4.2.2 Kalman滤波器在目标跟踪中的应用 | 第59-60页 |
| 4.3 Camshift与Kalman相结合的目标跟踪方法 | 第60-61页 |
| 4.4 实验结果及分析 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间的研究成果 | 第70-71页 |
| 致谢 | 第71页 |
