| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 目标跟踪领域综述 | 第11-14页 |
| 1.2.1 目标跟踪研究现状 | 第11-12页 |
| 1.2.2 目标跟踪的应用 | 第12-13页 |
| 1.2.3 目标跟踪的算法概述 | 第13-14页 |
| 1.3 本文研究内容和论文总体结构 | 第14-16页 |
| 第2章 基于均值漂移的目标跟踪算法实现及问题分析 | 第16-30页 |
| 2.1 引言 | 第16-17页 |
| 2.2 Menshift固定核窗尺寸跟踪算法 | 第17-22页 |
| 2.2.1 核密度估计 | 第17-19页 |
| 2.2.2 目标特征建模及Menshift跟踪算法 | 第19-22页 |
| 2.2.3 Menshift算法仿真与结果分析 | 第22页 |
| 2.3 连续自适应目标尺寸的Camshift算法 | 第22-27页 |
| 2.3.1 颜色空间转换 | 第23-24页 |
| 2.3.2 直方图反向投影 | 第24-25页 |
| 2.3.3 Camshift目标跟踪算法步骤 | 第25-27页 |
| 2.4 实验仿真与分析 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于特征融合的Camshift目标跟踪算法 | 第30-44页 |
| 3.1 引言 | 第30-31页 |
| 3.2 Camshift颜色空间 | 第31-34页 |
| 3.2.1 RGB和HSV颜色空间及其转换 | 第31-33页 |
| 3.2.2 由Bin数确定统计精度的颜色直方图模型 | 第33-34页 |
| 3.3 复杂场景下Camshift算法易受相似背景颜色干扰问题分析 | 第34-35页 |
| 3.4 融合颜色与边缘梯度方向特征解决背景相似颜色干扰问题 | 第35-39页 |
| 3.4.1 边缘梯度方向特征 | 第35-37页 |
| 3.4.2 目标与背景颜色区分度对颜色和边缘梯度方向特征自适应分配权值 | 第37-39页 |
| 3.5 基于特征融合的Camshift目标跟踪算法步骤及流程 | 第39-40页 |
| 3.6 实验仿真与分析 | 第40-43页 |
| 3.7 本章小节 | 第43-44页 |
| 第4章 基于改进卡尔曼滤波的Camshift快速机动目标跟踪算法 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 目标快速机动时Camshift算法跟踪丢失的问题分析 | 第44-46页 |
| 4.3 结合目标运动估计的Camshift目标跟踪算法 | 第46-49页 |
| 4.3.1 卡尔曼滤波及其在目标做强机动时状态估计不准确问题 | 第46-47页 |
| 4.3.2 适合目标状态改变快速的改进卡尔曼滤波 | 第47-48页 |
| 4.3.3 基于改进卡尔曼滤波的Camshift快速机动目标跟踪算法 | 第48-49页 |
| 4.4 实验仿真与分析 | 第49-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第5章 复杂背景下基于特征融合与运动目标状态估计的目标跟踪算法 | 第54-62页 |
| 5.1 引言 | 第54-55页 |
| 5.2 目标联合特征模型更新 | 第55-56页 |
| 5.2.1 帧差法预测目标几何区域 | 第55-56页 |
| 5.2.2 目标模型更新 | 第56页 |
| 5.3 多特征融合权值分配策略 | 第56-57页 |
| 5.4 特征融合与目标运动估计算法的步骤和算法流程图 | 第57-58页 |
| 5.5 实验仿真与分析 | 第58-60页 |
| 5.6 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-70页 |
| 致谢 | 第70页 |
