| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 乘客检测及相关技术现状 | 第9-11页 |
| 1.2.1 目前统计方法介绍 | 第9-10页 |
| 1.2.2 视觉跟踪介绍 | 第10-11页 |
| 1.3 系统结构介绍 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 图像增强技术及运动检测方法 | 第14-26页 |
| 2.1 图像增强技术 | 第14-21页 |
| 2.1.1 数字图像简介 | 第14页 |
| 2.1.2 图像降噪处理 | 第14-18页 |
| 2.1.3 灰度图像二值化 | 第18页 |
| 2.1.4 数学形态学滤波 | 第18-21页 |
| 2.2 运动目标检测 | 第21-25页 |
| 2.2.1 背景差分法 | 第21-22页 |
| 2.2.2 帧间差分法 | 第22-23页 |
| 2.2.3 光流法 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 目标头部特征识别 | 第26-33页 |
| 3.1 目标特征选择 | 第26页 |
| 3.2 Hough变换提取运动目标头部 | 第26-29页 |
| 3.2.1 Hough变换概述 | 第26-27页 |
| 3.2.2 Hough变换的线检测 | 第27页 |
| 3.2.3 Hough变换的圆检测 | 第27-29页 |
| 3.3 随机Hough变换算法检测头部目标 | 第29-32页 |
| 3.3.1 随机Hough变换算法 | 第29-30页 |
| 3.3.2 随机Hough变换算法的实现 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 运动目标头部的跟踪 | 第33-50页 |
| 4.1 Mean-Shift算法 | 第33-40页 |
| 4.1.1 Mean-Shift算法的原理 | 第33-35页 |
| 4.1.2 Mean-Shift算法在视觉跟踪中的应用 | 第35-39页 |
| 4.1.3 Mean-Shift算法实验仿真 | 第39-40页 |
| 4.2 最小平方算法与轨迹预测 | 第40-46页 |
| 4.2.1 最小平方算法基本原理 | 第41页 |
| 4.2.2 用最小平方法求矛盾方程组近似解 | 第41-43页 |
| 4.2.3 曲线拟合 | 第43-45页 |
| 4.2.4 轨迹预测 | 第45-46页 |
| 4.3 目标预测跟踪算法 | 第46-49页 |
| 4.3.1 算法介绍 | 第46-47页 |
| 4.3.2 算法实现 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |