| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文内容与章节安排 | 第13-16页 |
| 1.3.1 论文主要内容 | 第13-14页 |
| 1.3.2 章节安排 | 第14-16页 |
| 第二章 运动目标跟踪技术研究 | 第16-20页 |
| 2.1 目标跟踪的基本算法 | 第16-17页 |
| 2.1.1 基于特征的跟踪 | 第16页 |
| 2.1.2 基于区域的跟踪 | 第16页 |
| 2.1.3 基于轮廓的跟踪 | 第16-17页 |
| 2.1.4 基于模型的跟踪 | 第17页 |
| 2.2 粒子滤波在跟踪算法中的应用 | 第17-18页 |
| 2.3 Meanshift/Camshift 算法在跟踪中的应用 | 第18页 |
| 2.4 粒子滤波与 Meanshft/Camshift 对比 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 Camshift目标跟踪算法及其改进 | 第20-40页 |
| 3.1 均值漂移理论 | 第21-23页 |
| 3.2 基于 Camshift 的跟踪算法 | 第23-27页 |
| 3.2.1 HSV 颜色空间 | 第23-24页 |
| 3.2.2 概率反向投影图 | 第24-25页 |
| 3.2.3 基于反向投影图的均值漂移过程 | 第25-27页 |
| 3.3 基于三维直方图的改进 Camshift 跟踪算法 | 第27-32页 |
| 3.3.1 色调与饱和度分量 | 第28-30页 |
| 3.3.2 边缘梯度方向直方图 | 第30-31页 |
| 3.3.3 权重选择与直方图更新 | 第31-32页 |
| 3.4 实验结果及分析 | 第32-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于卡尔曼滤波的改进Camshift跟踪算法 | 第40-52页 |
| 4.1 卡尔曼滤波原理 | 第40-42页 |
| 4.1.1 卡尔曼滤波器概述 | 第40页 |
| 4.1.2 卡尔曼滤波器算法流程 | 第40-42页 |
| 4.2 引入卡尔曼滤波的 Camshift 目标跟踪算法 | 第42-44页 |
| 4.3 遮挡情况下的改进算法 | 第44-46页 |
| 4.4 实验结果及分析 | 第46-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 跟踪算法云台实现 | 第52-64页 |
| 5.1 视频采集与控制协议 | 第52-53页 |
| 5.2 PTZ 云台跟踪系统 | 第53-59页 |
| 5.2.1 图像帧处理 | 第54-55页 |
| 5.2.2 Pan-Tilt 角度计算 | 第55-59页 |
| 5.3 实验结果及分析 | 第59-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间已发表或录用的论文 | 第72-74页 |
