| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9页 |
| 1.2.2 国内研究现状 | 第9-10页 |
| 1.3 现有问题分析 | 第10-11页 |
| 1.4 研究内容与结构安排 | 第11-14页 |
| 1.4.1 研究内容 | 第11-12页 |
| 1.4.2 本文结构安排 | 第12-14页 |
| 第二章 移动目标检测跟踪常用算法 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 常用移动目标检测常用算法 | 第14-20页 |
| 2.2.1 基于静态背景下的移动目标检测 | 第14-16页 |
| 2.2.2 基于动态背景下的移动目标检测 | 第16-20页 |
| 2.3 常用移动目标跟踪算法分类 | 第20-22页 |
| 2.3.1 基于模板匹配的目标跟踪算法 | 第20-21页 |
| 2.3.2 基于特征匹配的目标跟踪算法 | 第21-22页 |
| 2.3.3 基于运动估计的移动目标跟踪算法 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 Camshift跟踪算法 | 第24-34页 |
| 3.1 颜色空间 | 第24-26页 |
| 3.2 非参数密度估计 | 第26-29页 |
| 3.2.1 无参密度估计 | 第26-28页 |
| 3.2.2 颜色概率分布图 | 第28-29页 |
| 3.3 经典Camshift目标跟踪算法 | 第29-32页 |
| 3.4 显著性Camshift跟踪算法 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于云模型的改进Camshift目标跟踪算法 | 第34-44页 |
| 4.1 颜色直方图和云模型 | 第34-40页 |
| 4.2 云模型Camshift目标跟踪 | 第40-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第五章 实验结果及实验分析 | 第44-60页 |
| 5.1 云模型Camshift目标跟踪实验结果 | 第44-58页 |
| 5.2 实验分析 | 第58-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间科研成果及参与项目 | 第66-68页 |
| 致谢 | 第68页 |