| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·本文的主要内容 | 第10-12页 |
| 第二章 图像处理的基础理论 | 第12-21页 |
| ·边缘检测 | 第12-14页 |
| ·数学形态学 | 第14-15页 |
| ·颜色模型 | 第15-19页 |
| ·直方图处理 | 第19-21页 |
| 第三章 检测和跟踪的常用方法 | 第21-29页 |
| ·运动目标检测 | 第21-25页 |
| ·运动目标跟踪 | 第25-28页 |
| ·算法分析 | 第28-29页 |
| 第四章 基于均值漂移聚类的运动目标检测 | 第29-48页 |
| ·Mean Shift 简介 | 第29-33页 |
| ·Mean Shift 的基本思想 | 第29-30页 |
| ·对 Mean Shift 的扩展 | 第30-32页 |
| ·均值漂移的应用 | 第32-33页 |
| ·几种 Mean Shift 聚类算法 | 第33-37页 |
| ·融合 Mean Shift 和区域显著性的彩色图像分割算法[52] | 第33-35页 |
| ·基于 MeanShift 聚类的边缘检测方法[53] | 第35-37页 |
| ·难点分析 | 第37页 |
| ·本文的运动目标检测算法 | 第37-45页 |
| ·基本思路 | 第37-38页 |
| ·三帧差分法 | 第38-39页 |
| ·边缘提取 | 第39-40页 |
| ·Mean Shift 聚类算法 | 第40-42页 |
| ·迭代策略 | 第42-45页 |
| ·实验结果分析 | 第45-48页 |
| ·实验结果 | 第45-47页 |
| ·结果分析 | 第47-48页 |
| 第五章 基于 Camshift 的运动目标跟踪 | 第48-63页 |
| ·基于 Mean Shift 算法的运动目标跟踪 | 第48-51页 |
| ·目标模型的描述 | 第48页 |
| ·候选模型的描述 | 第48-49页 |
| ·相似性函数 | 第49页 |
| ·目标定位 | 第49-51页 |
| ·Mean Shift 跟踪的局限性 | 第51页 |
| ·基于卡尔曼滤波与 Camshift 的目标跟踪算法的改进 | 第51-58页 |
| ·基本原理 | 第51-52页 |
| ·卡尔曼滤波 | 第52-54页 |
| ·尺度空间 | 第54页 |
| ·Camshift 算法 | 第54-56页 |
| ·模板更新策略 | 第56-58页 |
| ·实验结果与分析 | 第58-63页 |
| ·实验结果 | 第58-61页 |
| ·结果分析 | 第61-63页 |
| 第六章 总结与展望 | 第63-66页 |
| ·工作总结 | 第63-64页 |
| ·课题展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间已发表的论文 | 第70页 |
