| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题的提出及意义 | 第9页 |
| ·研究现状 | 第9-12页 |
| ·运动目标检测 | 第10-11页 |
| ·运动目标跟踪 | 第11-12页 |
| ·存在的问题 | 第12-13页 |
| ·论文内容组织安排 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第2章 基于运动目标检测与跟踪的图像处理算法 | 第14-24页 |
| ·图像二值化 | 第14页 |
| ·图像增强 | 第14-16页 |
| ·图像增强的分类 | 第14-15页 |
| ·中值滤波 | 第15-16页 |
| ·直方图 | 第16页 |
| ·边缘检测 | 第16-18页 |
| ·数学形态学 | 第18-20页 |
| ·连通性定义 | 第20页 |
| ·主要颜色空间模型 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 运动目标检测 | 第24-38页 |
| ·背景差分法 | 第24-32页 |
| ·背景图像的获取 | 第25-28页 |
| ·二值化的阈值选取 | 第28-29页 |
| ·形态学图像滤波 | 第29-30页 |
| ·连通性检测 | 第30-31页 |
| ·实验结果 | 第31-32页 |
| ·帧间差分法 | 第32-35页 |
| ·帧间差分法原理 | 第33-34页 |
| ·实验结果 | 第34-35页 |
| ·基于连续五帧帧间差分与Surendra背景差法相结合的方法 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 运动目标跟踪 | 第38-53页 |
| ·卡尔曼滤波 | 第38-43页 |
| ·卡尔曼滤波的基本理论 | 第38-40页 |
| ·基于卡尔曼滤波的运动估计 | 第40-41页 |
| ·应用卡尔曼滤波器 | 第41页 |
| ·实验结果 | 第41-43页 |
| ·Mean shift算法 | 第43-50页 |
| ·Mean shift基本理论 | 第44页 |
| ·Mean shift扩展形式 | 第44-45页 |
| ·Mean shift跟踪算法 | 第45-48页 |
| ·算法步骤 | 第48-49页 |
| ·实验结果 | 第49-50页 |
| ·基于目标运动估计的Mean Shift算法 | 第50-52页 |
| ·跟踪算法步骤 | 第51页 |
| ·实验结果 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 总结及展望 | 第53-55页 |
| ·本文的主要工作 | 第53页 |
| ·进一步的研究工作 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表论文情况 | 第58-59页 |
| 致谢 | 第59页 |