| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题的背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国内外研究机构与方向 | 第11-12页 |
| ·研究概况 | 第12-14页 |
| ·主要存在问题 | 第14页 |
| ·本文研究内容和结构安排 | 第14-17页 |
| ·研究内容 | 第14-15页 |
| ·结构安排 | 第15-17页 |
| 第2章 运动目标检测方法 | 第17-36页 |
| ·运动目标检测的特征及分类 | 第17-18页 |
| ·运动目标检测的基本方法 | 第18-20页 |
| ·光流法 | 第18-19页 |
| ·帧间差分法 | 第19页 |
| ·背景减除法 | 第19-20页 |
| ·背景模型的建立与更新 | 第20-22页 |
| ·自适应时域背景更新 | 第22-24页 |
| ·目标提取 | 第24-35页 |
| ·利用背景减除法检测目标 | 第24-25页 |
| ·图像的二值化处理 | 第25-26页 |
| ·阈值分割 | 第26-31页 |
| ·图像的数学形态学分析 | 第31-34页 |
| ·连通分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于CamShift 的特征提取和目标跟踪 | 第36-49页 |
| ·运动目标跟踪方法概述 | 第36页 |
| ·基于 Mean Shift 的运动目标跟踪方法 | 第36-42页 |
| ·无参密度估计理论 | 第36-37页 |
| ·Mean Shift 目标跟踪的基本原理 | 第37-38页 |
| ·Mean Shift 在运动目标跟踪中的应用 | 第38-42页 |
| ·Cam Shift 跟踪 | 第42-46页 |
| ·算法的颜色特征提取 | 第43-44页 |
| ·CamShift 算法搜索过程 | 第44-46页 |
| ·实验结果及分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于Kalman 滤波的多目标跟踪算法研究 | 第49-63页 |
| ·多目标跟踪及实现方法概述 | 第49-50页 |
| ·Kalman 滤波基本原理 | 第50-52页 |
| ·基于 Kalman滤波的目标跟踪 | 第52-55页 |
| ·特征的选择 | 第53页 |
| ·运动估计模型 | 第53-54页 |
| ·目标特征匹配 | 第54-55页 |
| ·模型更新 | 第55页 |
| ·遮挡问题 | 第55-58页 |
| ·多目标跟踪中遮挡和分裂问题的处理 | 第56-57页 |
| ·算法步骤 | 第57-58页 |
| ·实验结果与分析 | 第58-61页 |
| ·室内运动人体跟踪 | 第58页 |
| ·室外运动人体跟踪 | 第58-60页 |
| ·车辆跟踪 | 第60-61页 |
| ·两种跟踪算法的比较 | 第61页 |
| ·本章小结 | 第61-63页 |
| 第5章 系统总体结构设计及结论 | 第63-71页 |
| ·引言 | 第63页 |
| ·系统开发环境的组成 | 第63-64页 |
| ·系统硬件环境 | 第63-64页 |
| ·系统软件环境 | 第64页 |
| ·系统模块的组成 | 第64-67页 |
| ·图像采集模块 | 第64-66页 |
| ·目标检测模块 | 第66页 |
| ·目标跟踪模块 | 第66-67页 |
| ·系统界面 | 第67-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
| 致谢 | 第79页 |