| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究发展与现状 | 第9-10页 |
| 1.3 主要研究点 | 第10-11页 |
| 1.3.1 运动目标检测算法概述 | 第10页 |
| 1.3.2 运动目标跟踪算法概述 | 第10页 |
| 1.3.3 图像匹配算法概述 | 第10-11页 |
| 1.4 本文结构与主要研究内容 | 第11-13页 |
| 1.4.1 主要研究内容 | 第11页 |
| 1.4.2 课题结构 | 第11-13页 |
| 第二章 运动目标的检测 | 第13-28页 |
| 2.1 图像预处理 | 第13-16页 |
| 2.1.1 图像去噪 | 第13-14页 |
| 2.1.2 图像增强 | 第14-16页 |
| 2.2 常用运动目标的检测技术 | 第16-22页 |
| 2.2.1 帧间差分法 | 第16-18页 |
| 2.2.2 光流法 | 第18-20页 |
| 2.2.3 背景差分法 | 第20-21页 |
| 2.2.4 三种算法比较 | 第21-22页 |
| 2.3 Vibe算法及其改进 | 第22-25页 |
| 2.3.1 Vibe原理介绍 | 第22-23页 |
| 2.3.2 改进帧间差分技术 | 第23-24页 |
| 2.3.3 去除鬼影 | 第24-25页 |
| 2.4 阴影消除 | 第25-27页 |
| 2.4.1 从RGB颜色模型到HSV颜色模型的转换 | 第25-26页 |
| 2.4.2 基于HSV颜色空间的阴影检测算法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 运动目标的跟踪 | 第28-37页 |
| 3.1 常用的运动目标跟踪算法 | 第28-30页 |
| 3.1.1 基于特征匹配的目标跟踪 | 第28-29页 |
| 3.1.2 基于模型的目标跟踪 | 第29页 |
| 3.1.3 基于区域的目标跟踪 | 第29-30页 |
| 3.2 基于Kalman滤波的目标跟踪算法 | 第30-32页 |
| 3.2.1 Kalman滤波器的基本原理 | 第30页 |
| 3.2.2 Kalman滤波器数学模型 | 第30-32页 |
| 3.3 基于多特征匹配的区域跟踪方法 | 第32-36页 |
| 3.3.1 基于Kalman滤波器的目标预测数学模型 | 第32-34页 |
| 3.3.2 基于Kalman滤波器的多特征匹配区域跟踪方法 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 运动目标特征提取及匹配 | 第37-55页 |
| 4.1 目标图像全局特征提取 | 第37-43页 |
| 4.1.1 颜色特征的提取 | 第37-39页 |
| 4.1.2 纹理特征的提取 | 第39-41页 |
| 4.1.3 边缘特征的提取 | 第41-43页 |
| 4.2 图像局部特征-SIFT特征提取 | 第43-50页 |
| 4.2.1 构建尺度空间 | 第44-45页 |
| 4.2.2 局部极值点的检测 | 第45-47页 |
| 4.2.3 极值点的方向分配 | 第47-48页 |
| 4.2.4 特征描述子的生成 | 第48-49页 |
| 4.2.5 特征描述子的匹配 | 第49-50页 |
| 4.3 改进的多特征融合匹配 | 第50-54页 |
| 4.3.1 颜色分布特征提取 | 第50-51页 |
| 4.3.2 SIFT特征和颜色特征融合匹配 | 第51-52页 |
| 4.3.3 去除背景因素的干扰 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 区域入侵目标检测及联合跟踪系统 | 第55-61页 |
| 5.1 用户客户端模块 | 第55页 |
| 5.2 任务管理平台服务器 | 第55-56页 |
| 5.3 算法服务器 | 第56-59页 |
| 5.3.1 视频采集模块 | 第56-57页 |
| 5.3.2 目标检测跟踪模块 | 第57页 |
| 5.3.3 目标匹配识别模块 | 第57-59页 |
| 5.4 实验效果分析 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录1 攻读硕士学位期间参加的科研项目 | 第66-67页 |
| 致谢 | 第67页 |
