| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第1章 绪论 | 第8-14页 |
| ·论文背景及研究意义 | 第8-9页 |
| ·运动目标检测综述 | 第9-10页 |
| ·运动目标跟踪综述 | 第10-12页 |
| ·特征选取 | 第10-11页 |
| ·后续跟踪 | 第11-12页 |
| ·研究热点及趋势 | 第12页 |
| ·本文主要研究内容 | 第12-14页 |
| 第2章 均值漂移（Mean Shift）理论介绍 | 第14-28页 |
| ·无参技术 | 第14-15页 |
| ·均值漂移（Mean Shift）技术 | 第15-21页 |
| ·基本Mean Shift 的定义 | 第15-16页 |
| ·扩展 Mean Shift 的定义 | 第16-17页 |
| ·Mean Shift 的扩展形式 | 第17-19页 |
| ·Mean Shift 的物理含义 | 第19页 |
| ·概率密度梯度 | 第19-21页 |
| ·Mean Shift 技术的计算步骤 | 第21页 |
| ·视觉特征分析技术 | 第21-26页 |
| ·颜色特征 | 第22-23页 |
| ·纹理特征 | 第23-24页 |
| ·其他视觉特征 | 第24-25页 |
| ·常用的图像统计参数 | 第25-26页 |
| ·图像匹配 | 第26-27页 |
| ·模板匹配 | 第26-27页 |
| ·特征匹配 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 运动目标检测 | 第28-43页 |
| ·前言 | 第28页 |
| ·常用的运动目标检测算法 | 第28-35页 |
| ·帧差法 | 第28-29页 |
| ·背景差法 | 第29-34页 |
| ·光流法 | 第34-35页 |
| ·基于时域空域信息相结合的运动目标检测算法 | 第35-40页 |
| ·帧间差分 | 第36-37页 |
| ·噪声去除 | 第37页 |
| ·获取运动目标模型 | 第37-38页 |
| ·运动目标提取 | 第38-40页 |
| ·基于时域空域相结合的运动目标检测算法的试验 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 多特征分别建模提高 Mean Shift 算法适应性 | 第43-56页 |
| ·引言 | 第43页 |
| ·基于Mean Shift 的传统目标跟踪方法 | 第43-47页 |
| ·算法概述 | 第43-44页 |
| ·用巴氏系数作为相似度量 | 第44-45页 |
| ·目标定位 | 第45页 |
| ·算法流程 | 第45-46页 |
| ·讨论 | 第46-47页 |
| ·模板及更新策略 | 第47-49页 |
| ·改进的 Mean Shift 算法 | 第49-56页 |
| ·多特征分别建模 | 第50页 |
| ·最优特征选择 | 第50-52页 |
| ·模型更新 | 第52-53页 |
| ·算法流程 | 第53页 |
| ·试验与总结 | 第53-56页 |
| 第5章 Mean Shift 算法结合卡尔曼滤波理论跟踪快速运动目标 | 第56-69页 |
| ·引言 | 第56页 |
| ·理论分析 | 第56-57页 |
| ·改进方法 | 第57-62页 |
| ·卡尔曼滤波理论 | 第57-61页 |
| ·卡尔曼滤波器建模 | 第61-62页 |
| ·实验分析 | 第62-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 结论与展望 | 第69-71页 |
| ·结论 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 缩略语词汇表 | 第75-76页 |
| 附录A 部分程序代码 | 第76-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间的研究成果 | 第86页 |