| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·智能监控概述 | 第8-9页 |
| ·本文研究内容及章节安排 | 第9-11页 |
| 第2章 视频中运动目标的检测方法 | 第11-21页 |
| ·运动目标检测方法概述 | 第11页 |
| ·帧差法 | 第11-12页 |
| ·基于背景建模的运动目标检测 | 第12-16页 |
| ·基本原理 | 第12-13页 |
| ·中值滤波 | 第13页 |
| ·均值滤波 | 第13-14页 |
| ·混合高斯模型背景建模算法 | 第14-16页 |
| ·阈值分割 | 第16-18页 |
| ·阈值分割原理 | 第16-17页 |
| ·最大方差阈值 | 第17-18页 |
| ·一种结合的运动检测方法 | 第18-19页 |
| ·运动检测算法的比较 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第3章 二值图像后处理去噪 | 第21-27页 |
| ·BMP文件结构 | 第21-23页 |
| ·图像的形态学处理 | 第23-25页 |
| ·数学形态学 | 第23-24页 |
| ·二值数学形态学运算 | 第24-25页 |
| ·二值图像处理 | 第25-26页 |
| ·去除图像的盐椒噪声 | 第25页 |
| ·本文中二值图像的处理 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第4章 MeanShift 理论以及在跟踪中的应用 | 第27-35页 |
| ·均值漂移理论 | 第27-29页 |
| ·无参密度估计理论 | 第27-28页 |
| ·MeanShift向量 | 第28-29页 |
| ·MeanShift在跟踪中的应用 | 第29-32页 |
| ·颜色空间转换 | 第29-30页 |
| ·跟踪的算法过程 | 第30-32页 |
| ·卡尔曼滤波 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第5章 监控中运动目标跟踪的实现 | 第35-45页 |
| ·目标跟踪算法综述 | 第35-36页 |
| ·基于区域匹配的跟踪 | 第35页 |
| ·基于特征匹配的跟踪 | 第35-36页 |
| ·基于运动分析的跟踪 | 第36页 |
| ·基于质心的跟踪 | 第36-39页 |
| ·基本原理 | 第36-37页 |
| ·算法过程 | 第37-39页 |
| ·多运动目标跟踪 | 第39-41页 |
| ·系统的设计与实现 | 第41-44页 |
| ·实验环境介绍 | 第41页 |
| ·运动目标跟踪的实现 | 第41-44页 |
| ·小结 | 第44-45页 |
| 第6章 总结与展望 | 第45-47页 |
| ·总结 | 第45页 |
| ·展望 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 摘要 | 第50-52页 |
| Abstract | 第52-54页 |