| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 运动目标检测 | 第14页 |
| 1.2.2 运动目标跟踪 | 第14-15页 |
| 1.3 技术难点 | 第15-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 2 运动目标检测研究 | 第18-40页 |
| 2.1 帧间差分法 | 第18-21页 |
| 2.1.1 简单帧差法 | 第18-19页 |
| 2.1.2 三帧差分法 | 第19-21页 |
| 2.2 光流法 | 第21-23页 |
| 2.3 背景差分法 | 第23-38页 |
| 2.3.1 平均背景法 | 第23-25页 |
| 2.3.2 混合高斯建模 | 第25-30页 |
| 2.3.3 码书模型建模 | 第30-34页 |
| 2.3.4 ViBe背景建模 | 第34-38页 |
| 2.4 本章小结 | 第38-40页 |
| 3 运动目标跟踪研究 | 第40-58页 |
| 3.1 Camshift跟踪 | 第40-44页 |
| 3.2 Kalman滤波跟踪 | 第44-48页 |
| 3.2.1 Kalman滤波原理 | 第45-47页 |
| 3.2.2 基于Kalman滤波的运动目标跟踪 | 第47-48页 |
| 3.3 Camshift与Kalman滤波相结合的跟踪 | 第48-51页 |
| 3.4 压缩跟踪 | 第51-56页 |
| 3.4.1 预备知识 | 第51-53页 |
| 3.4.2 算法细节 | 第53-55页 |
| 3.4.3 快速压缩跟踪 | 第55-56页 |
| 3.5 本章小结 | 第56-58页 |
| 4 车辆检测分类与跟踪系统设计 | 第58-80页 |
| 4.1 系统设计 | 第58-61页 |
| 4.1.1 视频采集硬件系统 | 第58-59页 |
| 4.1.2 上位机软件系统 | 第59-61页 |
| 4.2 图像预处理 | 第61-65页 |
| 4.2.1 视频图像空间滤波 | 第61-63页 |
| 4.2.2 形态学处理 | 第63-65页 |
| 4.3 移动车辆检测 | 第65-66页 |
| 4.4 运动目标分类 | 第66-75页 |
| 4.4.1 Haar特征提取和积分图 | 第66-69页 |
| 4.4.2 本文所使用的Haar特征 | 第69-70页 |
| 4.4.3 AdaBoost分类器 | 第70-72页 |
| 4.4.4 目标分类测试 | 第72-75页 |
| 4.5 运动目标跟踪 | 第75-79页 |
| 4.6 本章小结 | 第79-80页 |
| 5 结论与展望 | 第80-82页 |
| 5.1 总结 | 第80-81页 |
| 5.2 展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-90页 |
| 作者简介及读研期间主要科研成果 | 第90页 |