| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-15页 |
| ·本课题的研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-12页 |
| ·智能视觉监控系统的研究 | 第8-9页 |
| ·运动目标检测和跟踪技术的研究 | 第9-12页 |
| ·本文所做的工作及内容安排 | 第12-15页 |
| 第2章 运动人体检测 | 第15-28页 |
| ·视频图像去噪声 | 第15-18页 |
| ·空间域图像平滑 | 第16-17页 |
| ·频域低通滤波法 | 第17-18页 |
| ·运动目标检测 | 第18-19页 |
| ·形态学图像处理 | 第19-21页 |
| ·膨胀 | 第19-20页 |
| ·腐蚀 | 第20-21页 |
| ·开运算和闭运算 | 第21页 |
| ·区域连通性分析 | 第21-23页 |
| ·基于外形特征的人体识别 | 第23-25页 |
| ·实验结果及分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 运动人体跟踪 | 第28-60页 |
| ·跟踪对象和特征点选取 | 第28页 |
| ·基于 Camshift 算法的人体跟踪 | 第28-43页 |
| ·颜色模型简介 | 第29-33页 |
| ·RGB 颜色模型 | 第30页 |
| ·HSV 颜色模型 | 第30-32页 |
| ·目标颜色概率分布图 | 第32-33页 |
| ·Mean Shift 算法基础 | 第33-39页 |
| ·Mean Shift 算法基本概念 | 第33-37页 |
| ·Mean Shift 算法的收敛 | 第37-38页 |
| ·Mean Shift 算法的应用 | 第38-39页 |
| ·Camshift 算法原理 | 第39页 |
| ·采用 Camshift 算法实现人体跟踪 | 第39-40页 |
| ·实验结果及分析 | 第40-43页 |
| ·以人脸为跟踪对象 | 第40-41页 |
| ·以人体区域为跟踪对象 | 第41-43页 |
| ·基于离散卡尔曼滤波的人体跟踪 | 第43-55页 |
| ·离散卡尔曼滤波算法基础 | 第43-46页 |
| ·离散卡尔曼滤波的特点和性质 | 第46-48页 |
| ·采用离散卡尔曼滤波算法实现人体跟踪 | 第48-51页 |
| ·实验结果及分析 | 第51-55页 |
| ·以人体区域为跟踪对象 | 第51-53页 |
| ·状态初值对卡尔曼预测的影响 | 第53-55页 |
| ·Camshift 算法和卡尔曼滤波算法的比较 | 第55-58页 |
| ·卡尔曼滤波算法和 Mean Shift 算法相结合的跟踪 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 多人融合及分离情况的跟踪 | 第60-72页 |
| ·二人重合及分开的判断 | 第60页 |
| ·二人分开后的区分 | 第60-66页 |
| ·模板匹配分类法 | 第61-62页 |
| ·特征选择和提取 | 第62-65页 |
| ·模板匹配分类法的改进与应用 | 第65-66页 |
| ·Camshift 算法的改进及在二人跟踪中的应用 | 第66-68页 |
| ·采用卡尔曼滤波算法进行二人的跟踪 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 第5章 总结与展望 | 第72-75页 |
| ·论文总结 | 第72-74页 |
| ·论文展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 摘要 | 第80-83页 |
| ABSTRACT | 第83-86页 |
| 致谢 | 第86页 |