| 第一章 概述 | 第1-13页 |
| 1．1 课题意义 | 第8-10页 |
| 1．2 球形摄像机及其运动目标自动跟踪技术发展概况 | 第10-11页 |
| 1．2．1 球形摄像机的产生及其现状 | 第10页 |
| 1．2．2 运动目标自动跟踪技术发展概述 | 第10-11页 |
| 1．3 目标自动跟踪智能球形摄像机的关键技术 | 第11-12页 |
| 1．4 主要工作内容 | 第12-13页 |
| 第二章 球形摄像机的总体设计和驱动控制 | 第13-28页 |
| 2．1 自动跟踪智能球形摄像机的总体设计和跟踪原理 | 第13-16页 |
| 2．2 步进电机控制技术研究 | 第16-26页 |
| 2．2．1 步进电机及其控制原理 | 第16-19页 |
| 2．2．2 步进电机数学模型研究 | 第19-21页 |
| 2．2．3 步进电机振动机理分析及细分驱动算法研究 | 第21-26页 |
| 2．3 步进电机平稳启动和停止 | 第26-28页 |
| 第三章 基于图像配准的运动目标检测原理和算法研究 | 第28-39页 |
| 3．1． 图像运动分析介绍 | 第28-29页 |
| 3．2． 几种常用运动目标检测算法 | 第29-36页 |
| 3．3． 基于背景配准运动目标检测算法介绍 | 第36-39页 |
| 第四章 基于最优小波变换的边缘检测理论及其实现 | 第39-61页 |
| 4．1． 小波变换的基础理论简介 | 第39-42页 |
| 4．1．1 连续小波变换的定义 | 第39-40页 |
| 4．1．2 小波变换的频域性质 | 第40-41页 |
| 4．1．3 连续小波变换（CWT）与短时傅立叶变换（STFT）的比较 | 第41-42页 |
| 4．2． 最优化边缘检测小波标准 | 第42-44页 |
| 4．3． 最优小波推导 | 第44-50页 |
| 4．4． 最优化小波用于图像边缘检测 | 第50-58页 |
| 4．4．1． 图像小波变换 | 第51-55页 |
| 4．4．2． 边缘提取 | 第55-58页 |
| 附录： integral from n=∞ to 0（φ（x）），integral from n=∞ to ∞（φ~2（x）），integral from n=∞ to ∞（φ~（″2）（x）），|φ（0）|推导过程及结果： | 第58-61页 |
| 第五章 运动目标检测和跟踪的实现 | 第61-73页 |
| 5．1 运动目标位置确定 | 第61-68页 |
| 5．1．1 模板选取 | 第61-63页 |
| 5．1．2 模板变换与匹配 | 第63-65页 |
| 5．1．3 图像配准及目标位置确定 | 第65-68页 |
| 5．2 运动目标跟踪算法研究 | 第68-71页 |
| 5．2．1 运动目标速度模型 | 第68-71页 |
| 5．3 自动跟踪球形摄像机的应用场合 | 第71-73页 |
| 第六章 全文总结和展望 | 第73-77页 |
| 参考文献 | 第77-80页 |
| 附录： | 第80-83页 |
| 致谢 | 第83页 |
