| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状及发展趋势 | 第9-10页 |
| ·目前需要解决的问题 | 第10-11页 |
| ·主要研究内容 | 第11-13页 |
| ·本文主要工作 | 第11-12页 |
| ·本文内容安排 | 第12-13页 |
| 第2章 相关知识储备 | 第13-22页 |
| ·色彩空间转换 | 第13-14页 |
| ·Open CV技术 | 第14-16页 |
| ·Open CV特点 | 第14-15页 |
| ·Open CV模块 | 第15页 |
| ·Open CV配置 | 第15-16页 |
| ·目标图像处理的方法研究 | 第16-21页 |
| ·直方图均衡化 | 第16-18页 |
| ·图像去噪 | 第18-20页 |
| ·形态学操作 | 第20-21页 |
| ·总结 | 第21-22页 |
| 第3章 运动目标检测 | 第22-31页 |
| ·常用目标检测 | 第22-25页 |
| ·光流法 | 第22-23页 |
| ·帧间差分法 | 第23-24页 |
| ·背景减除法 | 第24-25页 |
| ·基于高斯混合模型方法的运动目标检测 | 第25-28页 |
| ·基于改进高斯混合模型的运动目标检测 | 第28-30页 |
| ·背景更新 | 第28-29页 |
| ·阴影消除 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 目标跟踪 | 第31-43页 |
| ·常用目标跟踪算法 | 第31-32页 |
| ·基于Mean Shift算法的运动目标跟踪 | 第32-39页 |
| ·Mean Shift算法介绍 | 第32-34页 |
| ·基于Mean Shift的目标跟踪 | 第34-38页 |
| ·算法实现 | 第38-39页 |
| ·基于Kalman均滤波—Mean Shift算法的运动目标跟踪 | 第39-42页 |
| ·基于Kalman的运动参数辨识与状态估计 | 第40-41页 |
| ·Kalman-Mean Shift算法 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 总结与展望 | 第43-45页 |
| ·总结 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 申请学位期间的研究成果及发表的学术论文 | 第49页 |