| 论文创新点 | 第1-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-18页 |
| 1 绪论 | 第18-28页 |
| ·课题背景 | 第18-20页 |
| ·运动目标检测国内外研究现状 | 第20-21页 |
| ·特征算子国内外研究现状 | 第21-23页 |
| ·多目标跟踪国内外研究现状 | 第23-25页 |
| ·论文的主要研究内容 | 第25-28页 |
| ·论文的主要研究工作和贡献 | 第25-26页 |
| ·论文的结构安排 | 第26-28页 |
| 2 基于C_SURF特征的图像稳像 | 第28-58页 |
| ·引言 | 第28页 |
| ·相关工作介绍 | 第28-29页 |
| ·C_SURF特征算法 | 第29-42页 |
| ·颜色不变量 | 第29-30页 |
| ·尺度不变性 | 第30-38页 |
| ·旋转不变性 | 第38-40页 |
| ·SURF算法与SIFT算法不同对比 | 第40-41页 |
| ·C_SURF算法流程 | 第41-42页 |
| ·SIFT,CSIFT,SURF,C_SURF特征性能对比 | 第42-50页 |
| ·数据及仿真平台 | 第42-43页 |
| ·评价指标 | 第43页 |
| ·实验结果 | 第43-49页 |
| ·结论 | 第49-50页 |
| ·视频稳像 | 第50-58页 |
| ·电子稳像 | 第50-51页 |
| ·图像几何变换模型 | 第51-53页 |
| ·基于特征提取的稳像精度分析 | 第53-58页 |
| 3 基于视频稳像和光流法向量的运动目标检测 | 第58-85页 |
| ·引言 | 第58页 |
| ·相关工作介绍 | 第58-59页 |
| ·混合高斯模型法 | 第59-65页 |
| ·高斯分布 | 第59-60页 |
| ·基于高斯模型的运动目标检测算法 | 第60-62页 |
| ·基于混合高斯模型的运动目标检测算法 | 第62-65页 |
| ·基于混合高斯模型检测运动目标 | 第65页 |
| ·光流法 | 第65-71页 |
| ·光流约束方程 | 第66-67页 |
| ·Horn-Schunk法 | 第67-69页 |
| ·Lucas-Kanade法 | 第69-70页 |
| ·基于光流法检测运动目标 | 第70-71页 |
| ·KLT特征跟踪 | 第71-75页 |
| ·KLT算法 | 第71-73页 |
| ·Tomasi角点 | 第73-74页 |
| ·基于KLT特征跟踪检测运动目标 | 第74-75页 |
| ·基于C_SURF特征视频稳像和光流法向量 | 第75-77页 |
| ·算法总体流程图 | 第75页 |
| ·光流法向量 | 第75-77页 |
| ·实验结果 | 第77-85页 |
| ·实验平台 | 第77页 |
| ·实验数据 | 第77-78页 |
| ·实验程序 | 第78-79页 |
| ·实验结果 | 第79-83页 |
| ·在车辆统计和车速检测的相关应用 | 第83-85页 |
| 4 基于多特征融合的粒子滤波的多目标跟踪 | 第85-117页 |
| ·引言 | 第85页 |
| ·相关工作 | 第85-86页 |
| ·跟踪问题的概率描述 | 第86-89页 |
| ·粒子滤波原理 | 第89-98页 |
| ·蒙特卡罗模拟 | 第89-90页 |
| ·重要性采样(Importance Sampl ing) | 第90-91页 |
| ·序贯重要性采样(Sequential Importance Sampling,SIS) | 第91-94页 |
| ·建议分布(重要概率密度)选择 | 第94页 |
| ·重采样 | 第94页 |
| ·粒子滤波程序流程 | 第94-98页 |
| ·目标模型 | 第98-102页 |
| ·运动模型 | 第98页 |
| ·基于多特征信息融合的观测模型 | 第98-102页 |
| ·粒子滤波运动目标跟踪结果 | 第102-117页 |
| ·单目标跟踪结果 | 第102-107页 |
| ·多目标跟踪结果 | 第107-117页 |
| 5 总结与展望 | 第117-119页 |
| ·工作总结 | 第117-118页 |
| ·研究展望 | 第118-119页 |
| 参考文献 | 第119-129页 |
| 发表文章目录 | 第129-130页 |
| 致谢 | 第130页 |
