| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 完成的工作和论文的结构 | 第11-12页 |
| 第二章 运动目标检测与跟踪算法 | 第12-25页 |
| 2.1 运动目标检测算法 | 第12-16页 |
| 2.1.1 光流法 | 第13页 |
| 2.1.2 帧间差分法 | 第13-14页 |
| 2.1.3 背景差分法 | 第14-16页 |
| 2.2 运动目标跟踪算法 | 第16-21页 |
| 2.2.1 基于卡尔曼滤波的跟踪算法 | 第16-17页 |
| 2.2.2 基于粒子滤波的跟踪算法 | 第17-21页 |
| 2.3 图像预处理 | 第21-23页 |
| 2.3.1 中值滤波 | 第22页 |
| 2.3.2 高斯低通滤波 | 第22-23页 |
| 2.4 图像加密技术 | 第23-25页 |
| 第三章 压缩感知理论 | 第25-31页 |
| 3.1 压缩感知概述 | 第25-29页 |
| 3.1.1 观测矩阵 | 第26-28页 |
| 3.1.2 重建算法 | 第28-29页 |
| 3.2 压缩感知的应用 | 第29-31页 |
| 第四章 基于压缩感知的运动目标检测与跟踪 | 第31-43页 |
| 4.1 传统视频监控系统 | 第31-33页 |
| 4.1.1 视频监控系统的发展 | 第31-32页 |
| 4.1.2 数字视频监控系统 | 第32-33页 |
| 4.2 基于压缩感知的视频处理方法 | 第33-36页 |
| 4.2.1 基于压缩感知的监控系统特定目标检测及重建 | 第33-34页 |
| 4.2.2 基于空域稀疏性的压缩感知视频采样及重建算法 | 第34-36页 |
| 4.2.3 基于压缩感知的视频目标跟踪系统 | 第36页 |
| 4.3 基于压缩感知的目标检测与跟踪系统 | 第36-43页 |
| 4.3.1 结构化随机矩阵(SRM) | 第39页 |
| 4.3.2 背景模型 | 第39页 |
| 4.3.3 限位框跟踪 | 第39-40页 |
| 4.3.4 与传统算法的比较 | 第40-43页 |
| 第五章 仿真实验 | 第43-55页 |
| 5.1 与 Cossalter 算法的性能比较 | 第43-49页 |
| 5.2 基于压缩感知的目标检测与跟踪系统在不同视频下的跟踪效果 | 第49-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61页 |
