| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 运动目标检测研究现状 | 第11-12页 |
| 1.2.2 运动目标跟踪研究现状 | 第12-14页 |
| 1.3 论文的主要研究内容及结构安排 | 第14-15页 |
| 第2章 光流法理论基础 | 第15-22页 |
| 2.1 光流场与三维运动场的关系 | 第15-16页 |
| 2.2 Horn-Schunck光流法 | 第16-17页 |
| 2.3 Lucas-Kanade光流法 | 第17-18页 |
| 2.4 角点检测 | 第18-21页 |
| 2.4.1 Moravec算法 | 第18-19页 |
| 2.4.2 Harris角点检测原理 | 第19-20页 |
| 2.4.3 Harris角点检测算法实现 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 运动目标检测 | 第22-33页 |
| 3.1 特征点提取 | 第22-25页 |
| 3.1.1 高斯金字塔和高斯差分金字塔的构建 | 第22-23页 |
| 3.1.2 特征点定位 | 第23-24页 |
| 3.1.3 特征点的方向分配并生成关键点描述子 | 第24-25页 |
| 3.2 特征点匹配 | 第25-27页 |
| 3.3 建立光流直角坐标系 | 第27页 |
| 3.4 光流聚类 | 第27-30页 |
| 3.4.1 DBSCAN聚类算法 | 第28-29页 |
| 3.4.2 OPTICS聚类算法 | 第29页 |
| 3.4.3 改进的OPTICS聚类算法 | 第29-30页 |
| 3.5 多运动目标检测结果 | 第30-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第4章 运动目标跟踪 | 第33-48页 |
| 4.1 基于颜色直方图的Mean Shift目标跟踪算法 | 第33-37页 |
| 4.1.1 核密度估计理论 | 第33-34页 |
| 4.1.2 Mean Shift向量 | 第34页 |
| 4.1.3 Mean Shift目标跟踪算法 | 第34-37页 |
| 4.2 Mean Shift目标跟踪算法实验 | 第37-40页 |
| 4.3 目标尺度和旋转的自适应 | 第40-42页 |
| 4.4 融合卡尔曼的运动目标跟踪 | 第42-44页 |
| 4.4.1 离散卡尔曼滤波器 | 第42页 |
| 4.4.2 运动目标的遮挡处理 | 第42-44页 |
| 4.5 改进的Mean Shift目标跟踪算法 | 第44-45页 |
| 4.6 实验结果分析 | 第45-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第5章 系统平台搭建及测试 | 第48-57页 |
| 5.1 系统硬件平台的搭建 | 第48-50页 |
| 5.1.1 处理器的选择 | 第48-49页 |
| 5.1.2 系统硬件介绍 | 第49页 |
| 5.1.3 交叉开发模式的建立 | 第49-50页 |
| 5.2 系统软件平台的搭建 | 第50-53页 |
| 5.2.1 搭建主机开发环境 | 第50-51页 |
| 5.2.2 系统库文件的移植 | 第51-53页 |
| 5.3 系统界面设计及测试 | 第53-56页 |
| 5.3.1 系统登陆界面设计 | 第53-54页 |
| 5.3.2 系统主界面设计 | 第54页 |
| 5.3.3 系统测试 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论与展望 | 第57-59页 |
| 论文总结 | 第57页 |
| 论文不足及展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读学位期间所发表的学术成果 | 第64页 |