| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题的提出及研究意义 | 第10页 |
| ·机器视觉技术的研究现状 | 第10-14页 |
| ·计算机视觉理论的发展 | 第10-11页 |
| ·机器视觉技术的应用 | 第11-14页 |
| ·运动目标跟踪的研究现状 | 第14-15页 |
| ·论文主要研究内容与方法 | 第15-17页 |
| 第2章 摄像机的成像基础与标定 | 第17-29页 |
| ·摄像机成像基础 | 第17-22页 |
| ·针孔模型 | 第17-20页 |
| ·非线性模型 | 第20-22页 |
| ·摄像机标定 | 第22-26页 |
| ·基于棋盘图的摄像机标定 | 第22-24页 |
| ·基于 OpenCV 的摄像机标定 | 第24-26页 |
| ·标定实验结果与分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 运动目标检测方法研究 | 第29-41页 |
| ·图像预处理 | 第29-32页 |
| ·均值滤波 | 第29-30页 |
| ·中值滤波 | 第30页 |
| ·维纳滤波 | 第30-31页 |
| ·高斯滤波 | 第31-32页 |
| ·图像后期形态学处理 | 第32-34页 |
| ·腐蚀与膨胀 | 第32-33页 |
| ·开运算与闭运算 | 第33-34页 |
| ·常用运动目标检测方法 | 第34-39页 |
| ·帧间差分法 | 第34-36页 |
| ·背景差分法 | 第36-38页 |
| ·光流法 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 Mean Shift 算法在目标跟踪中的研究 | 第41-52页 |
| ·Mean Shift 算法基础介绍 | 第41-44页 |
| ·核函数的定义 | 第41-42页 |
| ·核函数密度估计 | 第42-44页 |
| ·Mean Shift 算法的实现 | 第44-47页 |
| ·Mean Shift 算法初始化 | 第44页 |
| ·目标模型与候选目标模型的建立 | 第44-45页 |
| ·相关性函数的建立 | 第45-47页 |
| ·Mean Shift 算法具体流程 | 第47-49页 |
| ·实验结果与分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 Cam Shift 算法在目标跟踪中的研究 | 第52-61页 |
| ·Cam Shift 算法基础 | 第52-56页 |
| ·常用图像表示模型 | 第52-55页 |
| ·颜色直方图 | 第55-56页 |
| ·Cam Shift 算法实现 | 第56-58页 |
| ·Kalman 滤波器在 Cam Shift 算法中的应用 | 第58-60页 |
| ·Kalman 滤波器简介 | 第58-59页 |
| ·Kalman 滤波器在 Cam Shift 算法中的应用 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 实验与结果分析 | 第61-68页 |
| ·优化的 Cam Shift 算法实验 | 第61-67页 |
| ·实验平台介绍 | 第61页 |
| ·简单背景下的目标跟踪实验 | 第61-63页 |
| ·复杂背景下的目标跟踪实验 | 第63-64页 |
| ·目标物体遮挡实验 | 第64-65页 |
| ·不同光照条件下的目标跟踪实验 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
