| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-7页 |
| 目录 | 第7-8页 |
| 第一章 前言 | 第8-15页 |
| 1.1 视觉跟踪简介 | 第8-9页 |
| 1.2 目的和意义 | 第9-10页 |
| 1.3 国内现外状 | 第10-13页 |
| 1.3.1 国外研究状况 | 第11-12页 |
| 1.3.2 国内研究 | 第12-13页 |
| 1.4 目前需克服的问题 | 第13-14页 |
| 1.4.1 跟踪目标的多样性 | 第13-14页 |
| 1.4.2 跟踪环境的复杂性 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 视觉跟踪方法及相关研究 | 第15-27页 |
| 2.1 视觉跟踪定义 | 第15-16页 |
| 2.2 图像预处理 | 第16-19页 |
| 2.2.1 滤波去噪 | 第17-18页 |
| 2.2.2 灰度变换 | 第18-19页 |
| 2.3 视觉跟踪的方法 | 第19-26页 |
| 2.3.1 视觉目标跟踪的分类 | 第19-20页 |
| 2.3.2 视觉跟踪的预测 | 第20-23页 |
| 2.3.3 Meanshift 跟踪算法 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 运动目标检测算法分析与改进 | 第27-39页 |
| 3.1 目标物体的运动检测 | 第27-33页 |
| 3.1.1 图像帧差分法 | 第27-28页 |
| 3.1.2 背景减除法 | 第28-29页 |
| 3.1.3 差分法的改进 | 第29-33页 |
| 3.2 CamShift算法与改进 | 第33-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于多特征融合的跟踪算法 | 第39-54页 |
| 4.1 颜色直方图与灰度梯度直方图的分布 | 第39-41页 |
| 4.2 多特征的加权处理 | 第41-42页 |
| 4.3 结合camshift与kalman滤波的算法 | 第42-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表文章目录 | 第59-60页 |
| 致谢 | 第60-61页 |
| 详细摘要 | 第61-67页 |