| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外现状及发展趋势 | 第10-13页 |
| ·系统的基本原理 | 第10-11页 |
| ·技术发展现状 | 第11-12页 |
| ·目标检测和跟踪所面临的困难 | 第12-13页 |
| ·论文内容安排 | 第13-15页 |
| 第二章 运动目标分割与检测系统 | 第15-27页 |
| ·目标图像的边缘分割 | 第15-17页 |
| ·常用的边缘检测算子 | 第15-16页 |
| ·仿真结果及分析 | 第16-17页 |
| ·目标图像的阈值分割 | 第17-21页 |
| ·最大类间方差法 | 第17-18页 |
| ·最大熵阈值分割 | 第18-19页 |
| ·本文改进的方法 | 第19-20页 |
| ·仿真结果及分析 | 第20-21页 |
| ·运动目标检测算法 | 第21-26页 |
| ·帧间差分算法 | 第21-22页 |
| ·背景差分算法 | 第22-24页 |
| ·光流场算法 | 第24-25页 |
| ·仿真结果及分析 | 第25-26页 |
| ·不同状态下的目标跟踪策略及流程 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 目标匹配算法研究 | 第27-41页 |
| ·匹配算法概述 | 第27-28页 |
| ·基于像素灰度值匹配算法 | 第28-32页 |
| ·ABS(Absolute Balance Search) | 第28-29页 |
| ·归一化互相关匹配 | 第29-30页 |
| ·不变矩匹配 | 第30-32页 |
| ·图像匹配的加速算法 | 第32-39页 |
| ·序贯相似度检测算法(SSDA) | 第32-34页 |
| ·金字塔分层搜索算法 | 第34-35页 |
| ·常用图像匹配算法性能分析 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 目标识别算法研究 | 第41-55页 |
| ·图像匹配识别算法 | 第41-43页 |
| ·算法分析 | 第41-42页 |
| ·实验结果 | 第42-43页 |
| ·目标图像特征参数提取 | 第43-46页 |
| ·不变矩的提取 | 第44-45页 |
| ·目标的成像特征提取 | 第45-46页 |
| ·图像特征匹配识别算法 | 第46-51页 |
| ·决策函数 | 第46-47页 |
| ·目标识别算法 | 第47页 |
| ·实验结果 | 第47-51页 |
| ·对本文算法的加速处理 | 第51-53页 |
| ·算法描述 | 第51-52页 |
| ·改进算法结果 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 自动目标跟踪实现 | 第55-69页 |
| ·多子模板相关跟踪算法 | 第55-57页 |
| ·算法工作原理 | 第55-56页 |
| ·多子模板的相关算法 | 第56-57页 |
| ·各子模板之间相对位置 | 第57页 |
| ·模板的自适应刷新策略 | 第57-60页 |
| ·跟踪置信度 | 第58-59页 |
| ·模板更新策略 | 第59-60页 |
| ·基于Kalman滤波的跟踪窗口预测 | 第60-63页 |
| ·滤波器原理 | 第60-61页 |
| ·Kalman滤波器方程 | 第61-62页 |
| ·Kalman滤波器在轨迹预测中的应用 | 第62-63页 |
| ·仿真实验结果与分析 | 第63-66页 |
| ·常规情况下跟踪过程 | 第63-65页 |
| ·Kalman滤波器预测结果 | 第65-66页 |
| ·跟踪中的突发问题研究 | 第66-68页 |
| ·目标部分被遮挡的跟踪 | 第66-67页 |
| ·目标成像大小变化 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 电视跟踪系统硬件设计 | 第69-75页 |
| ·系统硬件总体工作原理 | 第69-71页 |
| ·系统工作原理 | 第69-70页 |
| ·系统核心部件介绍 | 第70-71页 |
| ·系统四大组成部分功能描述 | 第71-74页 |
| ·图像采集模块设计 | 第71-72页 |
| ·图像预处理模块设计 | 第72-73页 |
| ·图像处理模块设计 | 第73-74页 |
| ·图像显示模块设计 | 第74页 |
| ·小结 | 第74-75页 |
| 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 论文发表及参加科研情况 | 第81-83页 |
| 致谢 | 第83-84页 |