| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·论文的研究背景和意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·视频监控系统在小区安防系统中的应用 | 第12-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| 第2章 监控图像增强处理 | 第14-24页 |
| ·图像增强处理的应用及方法 | 第14-15页 |
| ·图像灰度修正 | 第15-17页 |
| ·基本理论 | 第15-16页 |
| ·灰度校正方法及仿真 | 第16-17页 |
| ·图像的平滑 | 第17-20页 |
| ·邻域平均法 | 第17-19页 |
| ·加权平均 | 第19-20页 |
| ·图像的锐化 | 第20-23页 |
| ·梯度锐化 | 第20-22页 |
| ·拉普拉斯掩模锐化 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 运动目标的检测与跟踪 | 第24-31页 |
| ·运动图像分析 | 第24-25页 |
| ·运动目标检测 | 第25-28页 |
| ·静态背景下的运动目标检测 | 第25-27页 |
| ·动态背景下的运动目标检测 | 第27-28页 |
| ·目标跟踪的原理及方法 | 第28-30页 |
| ·跟踪算法思想 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于卡尔曼滤波器的运动目标跟踪 | 第31-40页 |
| ·卡尔曼滤波的意义 | 第31页 |
| ·卡尔曼滤波器原理 | 第31-39页 |
| ·线性运动模型 | 第32-33页 |
| ·卡尔曼滤波器 | 第33-34页 |
| ·卡尔曼滤波跟踪的改进以及递归步骤 | 第34-35页 |
| ·卡尔曼滤波跟踪模型 | 第35-38页 |
| ·算法的实现以及分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 Mean Shift 跟踪算法分析 | 第40-52页 |
| ·Mean Shift 理论的提出 | 第40-41页 |
| ·无参密度估计理论 | 第41页 |
| ·利用Mean-Shift 算法进行目标跟踪的基本原理 | 第41-42页 |
| ·Mean-Shift 在运动目标跟踪中的应用 | 第42-46页 |
| ·目标模型的描述 | 第42-43页 |
| ·候选模型的描述 | 第43-44页 |
| ·相似性函数 | 第44页 |
| ·运动目标跟踪实现过程 | 第44-45页 |
| ·实验结果及分析 | 第45-46页 |
| ·结合卡尔曼滤波的Mean Shift 跟踪算法 | 第46-51页 |
| ·Mean Shift 与卡尔曼滤波的结合方法 | 第47页 |
| ·具体的跟踪算法流程 | 第47-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |