| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究的背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·运动目标检测的研究现状 | 第9页 |
| ·运动目标跟踪的研究现状 | 第9-10页 |
| ·本论文的主要工作和章节安排 | 第10-13页 |
| 第二章 运动目标检测与跟踪相关技术 | 第13-19页 |
| ·图像预处理 | 第13-14页 |
| ·中值滤波 | 第13-14页 |
| ·高斯滤波 | 第14页 |
| ·颜色模型 | 第14-15页 |
| ·RGB 颜色模型 | 第14-15页 |
| ·HSV 颜色模型 | 第15页 |
| ·RGB 颜色模型和 HSV 颜色模型的相互转换 | 第15页 |
| ·数学形态学处理 | 第15-18页 |
| ·膨胀 | 第16页 |
| ·腐蚀 | 第16-17页 |
| ·开运算与闭运算 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 基于背景差分的核密度估计目标检测算法 | 第19-33页 |
| ·引言 | 第19页 |
| ·背景模型 | 第19-23页 |
| ·单高斯模型 | 第19-20页 |
| ·混合高斯模型 | 第20-22页 |
| ·非参数模型 | 第22页 |
| ·算法比较与分析 | 第22-23页 |
| ·基于背景差分的核密度估计目标检测方法 | 第23-31页 |
| ·本文算法的提出 | 第23-24页 |
| ·样本聚类 | 第24-26页 |
| ·前景分割 | 第26-27页 |
| ·背景更新方法 | 第27-28页 |
| ·实验结果与分析 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 基于改进 Mean Shift 算法的多目标跟踪 | 第33-47页 |
| ·引言 | 第33页 |
| ·Mean Shift 算法的基本理论 | 第33-35页 |
| ·Mean Shift 算法在目标跟踪中的应用 | 第35-39页 |
| ·目标模型描述 | 第36页 |
| ·候选模型描述 | 第36页 |
| ·相似性度量 | 第36-37页 |
| ·目标定位 | 第37页 |
| ·Mean Shift 算法流程 | 第37-38页 |
| ·Mean Shift 算法仿真与分析 | 第38-39页 |
| ·基于改进 Mean Shift 算法的多目标跟踪 | 第39-46页 |
| ·本文算法的提出 | 第39-40页 |
| ·改进 Mean Shift 算法 | 第40-41页 |
| ·基于距离矩阵的目标匹配方法 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 主要结论与展望 | 第47-49页 |
| 主要结论 | 第47页 |
| 展望 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第55页 |