| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题研究的背景、来源和意义 | 第9-10页 |
| ·运动检测与目标跟踪技术的发展与现状 | 第10-13页 |
| ·运动目标检测技术的发展与现状 | 第10-11页 |
| ·运动目标跟踪技术的发展与现状 | 第11-13页 |
| ·本文研究内容及实验平台 | 第13-16页 |
| ·本文研究内容和主要贡献 | 第13-14页 |
| ·本文实验平台 | 第14-16页 |
| ·本文结构安排 | 第16-17页 |
| 第2章 运动检测和目标跟踪算法原理 | 第17-35页 |
| ·基于背景差分法的运动检测原理 | 第17-20页 |
| ·Mean Shift算法的基本理论 | 第20-27页 |
| ·Mean Shift向量及其物理含义 | 第20-23页 |
| ·Mean Shift算法步骤 | 第23-24页 |
| ·Mean Shift算法的收敛性证明 | 第24-27页 |
| ·图像预处理和后期形态学处理 | 第27-32页 |
| ·图像预处理 | 第27-29页 |
| ·后期形态学处理 | 第29-32页 |
| ·RGB和HSV颜色空间 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于多高斯背景模型的运动检测及其改进 | 第35-52页 |
| ·基于多高斯背景模型的运动检测 | 第35-41页 |
| ·背景差分算法中的背景模板 | 第35-38页 |
| ·基于多高斯背景模型的运动检测实验 | 第38-41页 |
| ·基于改进背景更新算法的运动检测 | 第41-44页 |
| ·在摄像头运动场景下的改进算法 | 第44-47页 |
| ·基于改进的阴影滤除算法的运动检测 | 第47-49页 |
| ·运动检测算法的扩展 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 基于Mean Shift算法的目标跟踪及其改进 | 第52-72页 |
| ·Mean Shift算法和目标跟踪 | 第52-61页 |
| ·基于直方图的特征模板 | 第52-56页 |
| ·基于Mean Shift的目标跟踪算法原理 | 第56-58页 |
| ·基于Mean Shift算法的目标跟踪实验 | 第58-61页 |
| ·基于改进模板相似性度量方法的Mean Shift跟踪算法 | 第61-66页 |
| ·基于Kalman预测器改进的Mean Shift跟踪算法 | 第66-70页 |
| ·一种简单的全自动跟踪算法 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第5章 结论 | 第72-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80页 |
