| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本论文的主要内容 | 第9-10页 |
| 1.4 论文的结构安排 | 第10-12页 |
| 第2章 传统运动目标检测算法 | 第12-21页 |
| 2.1 传统的目标检测算法 | 第12-16页 |
| 2.1.1 光流法 | 第12页 |
| 2.1.2 帧间差分法 | 第12-13页 |
| 2.1.3 背景减除法 | 第13-16页 |
| 2.2 边缘检测 | 第16-19页 |
| 2.2.1 Roberts边缘算子 | 第16-17页 |
| 2.2.2 Sobel算子 | 第17页 |
| 2.2.3 Prewitt算子 | 第17-18页 |
| 2.2.4 Canny算子 | 第18-19页 |
| 2.3 数学形态学处理 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 传统运动目标跟踪算法 | 第21-26页 |
| 3.1 meanshift算法 | 第21-24页 |
| 3.2 kalman滤波算法 | 第24-25页 |
| 3.3 主成分分析法 | 第25页 |
| 3.4 本章小结 | 第25-26页 |
| 第4章 改进的运动目标检测算法 | 第26-32页 |
| 4.1 传统的运动目标检测算法实验结果 | 第26-29页 |
| 4.1.1 帧间差分法 | 第26-28页 |
| 4.1.2 背景减除法 | 第28-29页 |
| 4.2 边缘检测实验结果 | 第29页 |
| 4.3 帧差法结合canny算子的目标检测算法 | 第29-31页 |
| 4.4 本章小结 | 第31-32页 |
| 第5章 改进的运动目标跟踪算法 | 第32-41页 |
| 5.1 自适应跟踪窗口 | 第32-36页 |
| 5.1.1 跟踪窗口的大小自适应 | 第32-34页 |
| 5.1.2 跟踪窗口的方向自适应 | 第34-36页 |
| 5.2 自适应窗口的meanshift算法融合kalman滤波 | 第36-40页 |
| 5.3 本章小节 | 第40-41页 |
| 第6章 总结与展望 | 第41-43页 |
| 6.1 总结 | 第41页 |
| 6.2 展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 在读期间发表的学术论文及研究成果 | 第46-47页 |
| 致谢 | 第47页 |