| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 视频目标跟踪算法综述 | 第10-12页 |
| 1.2.1 目标跟踪算法分类 | 第10-11页 |
| 1.2.2 跟踪算法的难点问题 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 论文主要研究内容和章节安排 | 第13-16页 |
| 1.4.1 论文主要研究内容 | 第13-14页 |
| 1.4.2 论文章节安排 | 第14-16页 |
| 第二章 Mean Shift算法 | 第16-22页 |
| 2.1 Mean Shift算法基本原理 | 第16-17页 |
| 2.2 Mean Shift算法跟踪过程 | 第17-20页 |
| 2.2.1 目标参考模型 | 第17页 |
| 2.2.2 候选目标模型 | 第17-18页 |
| 2.2.3 相似性判断 | 第18页 |
| 2.2.4 目标的定位 | 第18-20页 |
| 2.3 本章小结 | 第20-22页 |
| 第三章 Mean Shift算法的改进 | 第22-32页 |
| 3.1 核函数 | 第22-25页 |
| 3.1.1 核函数的数学模型分析 | 第22-23页 |
| 3.1.2 选定核函数应用模型 | 第23-24页 |
| 3.1.3 Mean Shift的扩展形式 | 第24-25页 |
| 3.2 色彩空间距离 | 第25-27页 |
| 3.2.1 色彩空间距离核函数模型建立 | 第25-26页 |
| 3.2.2 色彩空间距离的实现 | 第26页 |
| 3.2.3 色彩空间距离的检测 | 第26-27页 |
| 3.3 窗口自适应 | 第27-31页 |
| 3.3.1 巴氏距离与巴氏系数 | 第28页 |
| 3.3.2 窗口自适应算法实现 | 第28-30页 |
| 3.3.3 窗口自适应算法的检测 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 系统实现与结果分析 | 第32-50页 |
| 4.1 OpenCV开源视觉库 | 第32-33页 |
| 4.2 OpenCV和VS2013开发环境的搭建 | 第33-38页 |
| 4.3 软件实现与结果分析 | 第38-49页 |
| 4.3.1 程序检测视频的读取 | 第38-39页 |
| 4.3.2 传统Mean Shift算法的实现和分析 | 第39-42页 |
| 4.3.3 加入色彩空间距离后的追踪效果及分析 | 第42-45页 |
| 4.3.4 加入色彩空间距离和窗口自适应改进后的整体算法实现及分析 | 第45-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 工作总结 | 第50页 |
| 5.2 未来展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士学位期间发表论文及研究 | 第58页 |