| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状和相关技术的发展动态 | 第9-12页 |
| 1.2.1 国内外研究现状 | 第9-10页 |
| 1.2.2 目标检测及跟踪的相关技术 | 第10-11页 |
| 1.2.3 技术发展难点与趋势 | 第11-12页 |
| 1.3 本文的研究内容和特点 | 第12-13页 |
| 第二章 系统实现 | 第13-16页 |
| 2.1 系统使用的软硬件工具简介 | 第13页 |
| 2.1.1 硬件工具简介 | 第13页 |
| 2.1.2 软件工具简介 | 第13页 |
| 2.2 系统流程 | 第13-14页 |
| 2.3 系统流程图说明 | 第14-16页 |
| 第三章 视频获取与视频预处理 | 第16-20页 |
| 3.1 视频获取 | 第16-17页 |
| 3.1.1 视频获取与硬件 | 第16-17页 |
| 3.1.2 图像获取与软件 | 第17页 |
| 3.2 图像预处理 | 第17-20页 |
| 3.2.1 高斯滤波 | 第17-19页 |
| 3.2.2 中值滤波 | 第19页 |
| 3.2.3 对比分析 | 第19-20页 |
| 第四章 运动检测与分割 | 第20-38页 |
| 4.1 常用颜色模型 | 第20-22页 |
| 4.1.1 RGB 模型 | 第20-21页 |
| 4.1.2 HSV 模型 | 第21-22页 |
| 4.1.3 RGB 模型转化为灰度图 | 第22页 |
| 4.2 形态学操作 | 第22-24页 |
| 4.2.1 膨胀 | 第22-23页 |
| 4.2.2 腐蚀 | 第23-24页 |
| 4.2.3 空洞填充 | 第24页 |
| 4.3 运动检测与分割算法 | 第24-38页 |
| 4.3.1 利用RGB图像转化来的灰度图像进行运动检测与分割 | 第25-31页 |
| 4.3.2 利用RGB图像进行运动检测与分割 | 第31-34页 |
| 4.3.3 利用HSV中的某一通道对图像进行运动检测与分割 | 第34-38页 |
| 第五章 目标识别与跟踪 | 第38-47页 |
| 5.1 目标识别 | 第38-42页 |
| 5.1.1 目标识别简介 | 第38-39页 |
| 5.1.2 目标识别流程图说明 | 第39-42页 |
| 5.2 目标跟踪 | 第42-47页 |
| 5.2.1 目标跟踪算法简介 | 第42页 |
| 5.2.2 Camshift算法原理 | 第42-44页 |
| 5.2.3 目标跟踪模块流程图说明 | 第44-47页 |
| 第六章 全文总结与展望 | 第47-50页 |
| 6.1 论文总结 | 第47-48页 |
| 6.2 本文工作有待完善之处及展望 | 第48页 |
| 6.3 个人体会 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 详细摘要 | 第53-57页 |