| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·课题研究的背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9页 |
| ·论文主要工作及其章节安排 | 第9-11页 |
| 2 相关理论基础 | 第11-17页 |
| ·计算机视觉理论框架 | 第11页 |
| ·数字图像处理的基本概念 | 第11-12页 |
| ·颜色空间转换 | 第12-14页 |
| ·图像滤波方法 | 第14-17页 |
| ·邻域平均法 | 第14-15页 |
| ·空间低通滤波 | 第15页 |
| ·形态学滤波 | 第15-17页 |
| 3 目标检测跟踪算法综述 | 第17-23页 |
| ·视频目标检测跟踪问题分类 | 第17-18页 |
| ·运动目标检测方法介绍 | 第18-21页 |
| ·差分法 | 第18-20页 |
| ·光流分析法 | 第20-21页 |
| ·运动目标跟踪方法介绍 | 第21-23页 |
| ·目标建模和表达 | 第21-22页 |
| ·目标跟踪算法 | 第22-23页 |
| 4 复杂环境下的检测算法研究 | 第23-31页 |
| ·混合高斯背景模型 | 第23-26页 |
| ·混合高斯背景模型的建立 | 第24页 |
| ·混合高斯背景模型的更新 | 第24-26页 |
| ·融入帧间差分的混合高斯背景更新 | 第26-27页 |
| ·图像二值化的自适应阂值 | 第27-28页 |
| ·阴影消除 | 第28-31页 |
| ·亮点评估准则判据 | 第29-30页 |
| ·HSV彩色空间分步判决 | 第30-31页 |
| 5 改进的均值漂移跟踪和卡尔曼滤波预测算法 | 第31-42页 |
| ·经典Mean-Shift算法 | 第32-36页 |
| ·目标描述与候选匹配 | 第32-33页 |
| ·Bhattacharyya系数 | 第33-34页 |
| ·基于Mean-Shift算法的目标跟踪方法 | 第34-36页 |
| ·基于改进Mean-Shift算法的目标跟踪方法 | 第36-38页 |
| ·遮挡问题分析 | 第38-40页 |
| ·改进Mean-Shift和Kalman滤波结合的跟踪算法实现 | 第40-42页 |
| ·Kalman滤波参数设定及初始化 | 第40页 |
| ·遮挡下的跟踪处理策略 | 第40-42页 |
| 6 实验平台设计及测试结果分析 | 第42-49页 |
| ·实验平台设计 | 第42页 |
| ·目标检测实验结果及分析 | 第42-46页 |
| ·目标跟踪实验结果及分析 | 第46-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-55页 |