| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题的研究背景与意义 | 第12-13页 |
| 1.2 研究现状与发展趋势 | 第13-14页 |
| 1.3 视频跟踪技术的应用 | 第14-16页 |
| 1.4 视频跟踪面临的技术瓶颈 | 第16-17页 |
| 1.5 本文的研究内容与论文结构 | 第17-20页 |
| 第二章 目标检测提取算法介绍 | 第20-25页 |
| 2.1 帧差法概述 | 第20页 |
| 2.2 帧差法算法思想 | 第20-21页 |
| 2.3 利用多次膨胀腐蚀改进帧差法 | 第21-22页 |
| 2.4 实验仿真 | 第22-24页 |
| 2.5 小结 | 第24-25页 |
| 第三章 Mean-shift跟踪算法简介 | 第25-37页 |
| 3.1 Mean-shift算法综述 | 第25-26页 |
| 3.2 Mean-shift思想理论 | 第26-29页 |
| 3.2.1 Mean-shift基本形式 | 第26-27页 |
| 3.2.2 Mean-shift扩展形式 | 第27-29页 |
| 3.3 Mean-shift物理意义 | 第29-30页 |
| 3.4 Mean-shift算法步骤 | 第30-31页 |
| 3.5 Mean-shift在物体跟踪中的应用 | 第31-34页 |
| 3.6 Mean-shift算法仿真实验 | 第34-36页 |
| 3.7 小结 | 第36-37页 |
| 第四章 基于角点配准的Mean-shift算法 | 第37-45页 |
| 4.1 角点特征概述 | 第37页 |
| 4.2 角点提取算法 | 第37-39页 |
| 4.3 角点匹配NCC算法 | 第39-41页 |
| 4.4 按照斜率改进配准精度及Mean-shift | 第41-43页 |
| 4.5 实验仿真 | 第43-44页 |
| 4.6 小结 | 第44-45页 |
| 第五章 利用Surf特征改进Mean-shift算法 | 第45-57页 |
| 5.1 Surf特征概述 | 第45页 |
| 5.2 Surf算法流程 | 第45-50页 |
| 5.2.1 构建Hessian矩阵 | 第46-47页 |
| 5.2.2 尺度空间生成 | 第47-48页 |
| 5.2.3 利用非极大值抑制初步确定特征点和精确定位特征点 | 第48-49页 |
| 5.2.4 选取特征点主方向 | 第49页 |
| 5.2.5 构造 Surf特征点描述I算子 | 第49-50页 |
| 5.3 利用Surf特征改进Mean-shift | 第50-53页 |
| 5.4 经过改进的算法流程 | 第53页 |
| 5.5 实验仿真 | 第53-56页 |
| 5.6 小结 | 第56-57页 |
| 第六章 总结展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |
| 附件 | 第65页 |
