| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·论文的研究的背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·主要工作内容及论文安排 | 第12-15页 |
| ·工作内容 | 第12-13页 |
| ·论文安排 | 第13-15页 |
| 第二章 视频图像预处理 | 第15-28页 |
| ·图像颜色空间以及转换 | 第15-17页 |
| ·RGB 颜色空间 | 第16页 |
| ·HSV 颜色空间 | 第16-17页 |
| ·RGB 颜色空间转换为 HSV 空间的转换 | 第17页 |
| ·彩色图像灰度化 | 第17-18页 |
| ·图像去噪 | 第18-21页 |
| ·概述 | 第18页 |
| ·常用降噪算法对比 | 第18-20页 |
| ·实验效果 | 第20-21页 |
| ·图像二值化 | 第21-24页 |
| ·Otsu 算法 | 第22-23页 |
| ·直方图算法 | 第23页 |
| ·Bernsen 算法 | 第23-24页 |
| ·数学形态学滤波 | 第24-27页 |
| ·膨胀和腐蚀 | 第24-26页 |
| ·开运算和闭运算 | 第26页 |
| ·实验结果 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 运动目标检测的研究 | 第28-37页 |
| ·运动目标检测 | 第28-35页 |
| ·背景差分法 | 第28-32页 |
| ·光流法 | 第32-33页 |
| ·帧间差分差法 | 第33-35页 |
| ·运动目标检测算法比较与分析 | 第35-36页 |
| ·基于边缘检测提取运动目标轮廓的方法 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 运动目标头部特征的提取与识别 | 第37-46页 |
| ·运动目标特征提取的预处理 | 第37-40页 |
| ·图像分割 | 第37-38页 |
| ·细化 | 第38-40页 |
| ·Hough 变换提取运动目标头部特征 | 第40-44页 |
| ·Hough 变换的线检测 | 第40-42页 |
| ·Hough 变换推广之圆检测 | 第42-43页 |
| ·一种改进 Hough 变换圆检测方法 | 第43-44页 |
| ·实验效果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 运动目标头部的跟踪的研究 | 第46-63页 |
| ·引言 | 第46-47页 |
| ·运动目标追踪的常用算法分析 | 第47-49页 |
| ·基于特征的跟踪方法 | 第47页 |
| ·基于区域的跟踪方法 | 第47-48页 |
| ·基于模型的跟踪方法 | 第48页 |
| ·基于运动估计的跟踪方法 | 第48-49页 |
| ·常用四种跟踪方法的对比 | 第49页 |
| ·基于 Kalman 预测的 Camshift 算法的目标跟踪 | 第49-62页 |
| ·Kalman 预测原理与应用 | 第50-52页 |
| ·Camshift 算法 | 第52-61页 |
| ·直方图反向投影 | 第53-54页 |
| ·Mean-shift 算法原理 | 第54-58页 |
| ·Camshift 算法原理与应用 | 第58-61页 |
| ·基于 Kalman 预测的 Camshift 算法的运动目标跟踪的应用 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 系统软件实现及实验结果 | 第63-66页 |
| ·系统环境配置 | 第63页 |
| ·OpenCV 介绍 | 第63页 |
| ·软件系统实现 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 总结 | 第66页 |
| 展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附录 | 第73页 |