| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| §1-1 课题研究目的及意义 | 第8页 |
| §1-2 国内外研究现状 | 第8-9页 |
| §1-3 当前存在的主要问题 | 第9-10页 |
| §1-4 论文的主要研究内容 | 第10-11页 |
| 第二章 视频图像预处理和后处理技术 | 第11-16页 |
| §2-1 常用的图像去噪平滑算法 | 第11-13页 |
| 2-1-1 均值滤波法 | 第11页 |
| 2-1-2 中值滤波法 | 第11-13页 |
| §2-2 数学形态学操作 | 第13-15页 |
| 2-2-1 腐蚀和膨胀 | 第13-14页 |
| 2-2-2 开运算和闭运算 | 第14-15页 |
| §2-3 本章小结 | 第15-16页 |
| 第三章 运动目标检测算法 | 第16-26页 |
| §3-1 运动目标检测的基本方法 | 第16-19页 |
| 3-1-1 帧间差分法 | 第16-17页 |
| 3-1-2 背景消减法 | 第17-18页 |
| 3-1-3 光流法 | 第18-19页 |
| §3-2 基于高斯背景模型的目标检测 | 第19-21页 |
| 3-2-1 高斯背景建模原理 | 第19-20页 |
| 3-2-2 更新过程 | 第20-21页 |
| §3-3 本文中运动检测的实现 | 第21-25页 |
| 3-3-1 算法思想 | 第21-22页 |
| 3-3-2 实验结果 | 第22-25页 |
| §3-4 本章小结 | 第25-26页 |
| 第四章 运动目标跟踪算法 | 第26-34页 |
| §4-1 Mean Shift 目标跟踪原理 | 第26-28页 |
| 4-1-1 初始帧的目标模型 | 第26页 |
| 4-1-2 当前帧的模型 | 第26-27页 |
| 4-1-3 相似性函数 | 第27页 |
| 4-1-4 Mean shift 向量 | 第27-28页 |
| §4-2 融合Kalman预测和Mean shift搜索的运动目标跟踪方法 | 第28-34页 |
| 4-2-1 Kalman滤波基本原理 | 第28-29页 |
| 4-2-2 改进的运动目标跟踪方法 | 第29-30页 |
| 4-2-3 实验结果与分析 | 第30-34页 |
| 第五章 结论 | 第34-35页 |
| §5-1 论文的工作总结及创造性成果 | 第34页 |
| §5-2 研究工作展望 | 第34-35页 |
| 参考文献 | 第35-37页 |
| 致谢 | 第37-38页 |
| 攻读学位期间所取得的相关科研成果 | 第38页 |