| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1引言 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 课题研究现状 | 第9-12页 |
| 1.2.1 动目标跟踪研究现状 | 第9-10页 |
| 1.2.2 目标跟踪在视频监控中的应用 | 第10-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 2 系统方案设计与平台搭建 | 第13-28页 |
| 2.1 系统实现方案设计 | 第13-15页 |
| 2.1.1 功能需求分析 | 第13-14页 |
| 2.1.2 系统结构设计 | 第14-15页 |
| 2.2 目标检测方案选择 | 第15-18页 |
| 2.2.1 常用检测算法分析 | 第15-16页 |
| 2.2.2 动目标检测流程设计 | 第16-18页 |
| 2.3 目标跟踪算法研究 | 第18-20页 |
| 2.3.1 常用跟踪算法的分类 | 第18-19页 |
| 2.3.2 基于特征的动目标跟踪算法 | 第19-20页 |
| 2.4 软硬件平台设计 | 第20-27页 |
| 2.4.1 硬件平台设计 | 第20-23页 |
| 2.4.2 系统软件平台搭建 | 第23-25页 |
| 2.4.3 Open CV的编译与移植 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 Cam Shift跟踪算法的研究与改进 | 第28-48页 |
| 3.1 Cam Shift跟踪算法分析 | 第28-31页 |
| 3.1.1 Cam Shift算法流程 | 第28-30页 |
| 3.1.2 存在的问题 | 第30-31页 |
| 3.2 Cam Shift与Kalman滤波的结合 | 第31-34页 |
| 3.2.1 Kalman滤波实现原理 | 第31页 |
| 3.2.2 Kalman滤波的引入 | 第31-34页 |
| 3.2.3 遮挡与丢失的判定 | 第34页 |
| 3.3 基于最优特征的Cam Shift跟踪算法 | 第34-40页 |
| 3.3.1 多特征融合的跟踪算法 | 第34-36页 |
| 3.3.2 本文特征选取 | 第36-38页 |
| 3.3.3 基于最优特征的跟踪 | 第38-40页 |
| 3.4 结合局部差分的Cam Shift跟踪算法 | 第40-43页 |
| 3.4.1 局部差分算法的引入 | 第40-41页 |
| 3.4.2 局部差分算法的实现 | 第41-43页 |
| 3.5 改进后算法测试与分析 | 第43-47页 |
| 3.6 本章小结 | 第47-48页 |
| 4 动目标跟踪系统的实现 | 第48-61页 |
| 4.1 程序总体设计 | 第48-51页 |
| 4.1.1 实现方案分析 | 第48-49页 |
| 4.1.2 多线程实现框架设计 | 第49-51页 |
| 4.2 采集与传输功能的实现 | 第51-56页 |
| 4.2.1 图像采集与预处理 | 第51-52页 |
| 4.2.2 视频压缩的实现 | 第52-55页 |
| 4.2.3 流媒体服务器搭建 | 第55-56页 |
| 4.3 目标检测功能的实现 | 第56-57页 |
| 4.4 目标跟踪功能的实现 | 第57-60页 |
| 4.4.1 云台控制程序设计 | 第57-58页 |
| 4.4.2 跟踪算法移植 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 系统测试与分析 | 第61-67页 |
| 5.1 系统功能测试 | 第61-63页 |
| 5.2 跟踪效果测试 | 第63-66页 |
| 5.3 性能分析 | 第66-67页 |
| 结论 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第73页 |