| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 运动目标检测研究现状 | 第13-14页 |
| 1.2.2 运动阴影消除研究现状 | 第14页 |
| 1.2.3 运动目标跟踪研究现状 | 第14-15页 |
| 1.3 本文工作 | 第15-17页 |
| 第2章 相关技术分析 | 第17-28页 |
| 2.1 目标检测算法 | 第17-20页 |
| 2.1.1 光流法计算法 | 第17-18页 |
| 2.1.2 帧间差分法 | 第18-19页 |
| 2.1.3 背景差分法 | 第19-20页 |
| 2.2 背景建模方法 | 第20-21页 |
| 2.2.1 单高斯背景模型 | 第20页 |
| 2.2.2 混合高斯背景模型 | 第20-21页 |
| 2.3 目标跟踪算法 | 第21-24页 |
| 2.3.1 基于模板匹配的跟踪方法 | 第21-24页 |
| 2.3.2 基于前后两帧运动目标对应关系的跟踪方法 | 第24页 |
| 2.4 预处理 | 第24-27页 |
| 2.4.1 RGB/HSV色彩模型 | 第25-27页 |
| 2.4.2 图像去噪 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 混合高斯目标检测及结合区域信息的阴影消除 | 第28-40页 |
| 3.1 基于高斯混合背景建模的目标检测 | 第28-31页 |
| 3.1.1 背景差分法 | 第28-29页 |
| 3.1.2 混合高斯背景建模 | 第29-31页 |
| 3.2 背景更新机制 | 第31-33页 |
| 3.3 基于特征的阴影消除方法 | 第33-34页 |
| 3.4 HSV颜色空间中结合图像区域信息的目标阴影消除方法 | 第34-37页 |
| 3.4.1 基于HSV颜色空间的阴影消除 | 第34-35页 |
| 3.4.2 结合图像的区域信息消除阴影 | 第35-37页 |
| 3.5 实验结果分析 | 第37-39页 |
| 3.5.1 背景建模效果 | 第37页 |
| 3.5.2 传统HSV颜色空间下的阴影消除效果 | 第37-38页 |
| 3.5.3 改进后的阴影消除效果 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于几何特征的车辆目标跟踪的实现 | 第40-53页 |
| 4.1 基于目标几何特征结合KALMAN预测器的跟踪方法 | 第40-48页 |
| 4.1.1 目标特征的选取与匹配 | 第40-42页 |
| 4.1.2 Kalman预测器模型的建立 | 第42-46页 |
| 4.1.3 多目标及遮挡状态下的车辆跟踪研究 | 第46-48页 |
| 4.2 实验结果分析 | 第48-52页 |
| 4.2.1 单目标跟踪效果 | 第48页 |
| 4.2.2 多目标跟踪效果(无遮挡) | 第48-49页 |
| 4.2.3 多目标跟踪效果(有遮挡) | 第49-50页 |
| 4.2.4 对比实验分析 | 第50-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 作者简介及在学期间所取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |
