| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及课题意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 背景运动补偿技术研究现状 | 第10页 |
| 1.2.2 运动目标检测技术研究现状 | 第10-11页 |
| 1.2.3 运动目标跟踪技术研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第二章 移动背景的目标检测和跟踪相关技术研究 | 第14-21页 |
| 2.1 引言 | 第14页 |
| 2.2 背景全局运动补偿 | 第14-18页 |
| 2.2.1 背景运动参数模型 | 第14-15页 |
| 2.2.2 常用特征点 | 第15-17页 |
| 2.2.3 特征点的匹配 | 第17页 |
| 2.2.4 背景运动参数估计 | 第17-18页 |
| 2.3 运动目标检测技术 | 第18-20页 |
| 2.4 运动目标跟踪技术 | 第20页 |
| 2.5 本章小节 | 第20-21页 |
| 第三章 移动背景的目标检测 | 第21-39页 |
| 3.1 引言 | 第21页 |
| 3.2 基于KD树和多重限制角点匹配的背景运动补偿 | 第21-32页 |
| 3.2.1 Harris角点提取算法 | 第21-23页 |
| 3.2.2 改进的Harris角点提取算法 | 第23-24页 |
| 3.2.3 基于KD树和多重限制的图像配准 | 第24-30页 |
| 3.2.4 背景运动参数估计 | 第30页 |
| 3.2.5 实验结果与分析 | 第30-32页 |
| 3.3 基于背景运动补偿的移动目标检测 | 第32-38页 |
| 3.3.1 帧差法 | 第33-34页 |
| 3.3.2 背景差分法 | 第34-36页 |
| 3.3.3 实验结果与分析 | 第36-38页 |
| 3.4 本章小节 | 第38-39页 |
| 第四章 移动背景的目标跟踪 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2 基于卡尔曼滤波的目标轨迹预测 | 第39-43页 |
| 4.2.1 卡尔曼滤波介绍 | 第39-41页 |
| 4.2.2 基于卡尔曼滤波的目标轨迹预测 | 第41-43页 |
| 4.3 融合卡尔曼滤波和空间梯度特征的均值漂移算法 | 第43-49页 |
| 4.3.1 均值漂移算法介绍 | 第43-45页 |
| 4.3.2 改进的均值漂移算法 | 第45-48页 |
| 4.3.3 基于卡尔曼滤波和改进的均值漂移相结合的跟踪算法 | 第48-49页 |
| 4.4 实验结果与分析 | 第49-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |
