| 摘要 | 第1-6页 |
| abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10页 |
| ·国内外研究现状及其发展趋势 | 第10-14页 |
| ·国内外研究概况 | 第11-14页 |
| ·发展趋势 | 第14页 |
| ·本文的研究工作及论文结构安排 | 第14-16页 |
| 第2章 基于特征的目标跟踪算法基本原理 | 第16-32页 |
| ·目标特征 | 第16-20页 |
| ·纹理特征提取 | 第16-18页 |
| ·颜色特征 | 第18-19页 |
| ·边缘特征 | 第19-20页 |
| ·基于特征的模板匹配跟踪算法 | 第20-21页 |
| ·基于几何特征的模板 | 第21页 |
| ·基于灰度特征的模板 | 第21页 |
| ·基于表面特征的模板 | 第21页 |
| ·基于特征的Meanshift跟踪算法 | 第21-27页 |
| ·概率密度估计方法的选择 | 第22-23页 |
| ·Meanshift核参数估计 | 第23-24页 |
| ·Meanshift向量的获取 | 第24-26页 |
| ·Meanshift收敛性的证明 | 第26-27页 |
| ·图像预处理 | 第27-28页 |
| ·均值滤波 | 第27页 |
| ·中值滤波 | 第27-28页 |
| ·高斯滤波 | 第28页 |
| ·形态学滤波 | 第28页 |
| ·运动目标检测技术 | 第28-31页 |
| ·光流法 | 第29页 |
| ·背景差分法 | 第29-30页 |
| ·帧间差分法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于颜色特征的目标识别与跟踪算法 | 第32-48页 |
| ·色彩空间 | 第32-33页 |
| ·RGB颜色空间 | 第32-33页 |
| ·HSV颜色空间 | 第33页 |
| ·基于RGB颜色图像的跟踪算法设计与实现 | 第33-42页 |
| ·RGB颜色图像模板的获取 | 第34-35页 |
| ·搜索区域的建立 | 第35-36页 |
| ·基于Kalman滤波的目标位置的预测 | 第36-39页 |
| ·相似度评价函数的选取与计算 | 第39页 |
| ·模板更新方案的确定 | 第39-40页 |
| ·基于RGB颜色图像的模板匹配算法实现及结果分析 | 第40-42页 |
| ·基于RGB颜色特征的Meanshift跟踪算法的实现 | 第42-47页 |
| ·特征向量的建立 | 第42-43页 |
| ·基于RGB颜色特征的Meanshift算法流程 | 第43页 |
| ·基于RGB颜色特征的Meanshift跟踪算法实验及结果分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于纹理特征的目标识别与跟踪算法 | 第48-58页 |
| ·基于改进型LBP算子进行纹理提取 | 第48-49页 |
| ·LBP算子的均匀模式 | 第48页 |
| ·旋转不变模式的LBP算子 | 第48-49页 |
| ·基于纹理特征的模板匹配跟踪算法 | 第49-53页 |
| ·目标模板的选择 | 第49-50页 |
| ·算法流程 | 第50-51页 |
| ·基于纹理特征的模板匹配算法的实现及结果分析 | 第51-53页 |
| ·基于融合特征的Meanshift跟踪算法 | 第53-57页 |
| ·融合特征的选择 | 第53页 |
| ·算法流程 | 第53-55页 |
| ·基于融合特征的Meanshift跟踪算法的实现及结果分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 一种改进的基于模板匹配和MEANSHIFT的双模跟踪算法 | 第58-65页 |
| ·改进的基于模板匹配和Meanshift的双模跟踪算法 | 第58-59页 |
| ·改进的基于模板匹配和Meanshift的双模跟踪算法的实现过程 | 第59-60页 |
| ·改进的基于模板匹配和Meanshift的双模跟踪算法的实现及结果分析 | 第60-63页 |
| ·本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间发表论文与研究成果清单 | 第71-72页 |
| 致谢 | 第72页 |
