| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-10页 |
| ·研究背景及意义 | 第7-8页 |
| ·运动目标检测的研究现状 | 第7页 |
| ·运动目标跟踪的研究现状 | 第7-8页 |
| ·论文的主要工作及内容安排 | 第8-10页 |
| 2 图像处理相关知识 | 第10-13页 |
| ·RGB 与 YUV 颜色空间 | 第10-11页 |
| ·直方图 | 第11页 |
| ·图像二值化 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 3 运动目标检测 | 第13-23页 |
| ·运动目标检测概述 | 第13页 |
| ·基于码书模型的背景建模算法 | 第13-17页 |
| ·码书模型 | 第13-15页 |
| ·前景检测 | 第15页 |
| ·码书建模实验结果 | 第15-17页 |
| ·改进的码书模型背景建模算法 | 第17-22页 |
| ·传统码书模型存在的问题 | 第17-18页 |
| ·改进的 YUV 空间下的码书模型 | 第18-20页 |
| ·实验与分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 4 运动目标跟踪 | 第23-38页 |
| ·运动目标跟踪概述 | 第23页 |
| ·基于卡尔曼滤波器的目标跟踪算法 | 第23-27页 |
| ·卡尔曼滤波器基本原理 | 第23-24页 |
| ·卡尔曼滤波器初始化 | 第24-26页 |
| ·卡尔曼滤波器目标跟踪实验与分析 | 第26-27页 |
| ·基于 mean-shift 的目标跟踪算法 | 第27-31页 |
| ·核函数 | 第27-28页 |
| ·mean-shift 目标跟踪算法 | 第28-30页 |
| ·mean-shift 目标跟踪实验与分析 | 第30-31页 |
| ·改进的 mean-shift 目标跟踪算法 | 第31-37页 |
| ·基于 YUV 颜色空间特征的目标跟踪融合算法 | 第32-34页 |
| ·实验与分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 5 基于视频的运动目标检测与跟踪系统 | 第38-50页 |
| ·系统总体介绍 | 第38页 |
| ·基于 web 的远程网络智能视频监控系统 | 第38-46页 |
| ·基于 V4L2 的视频采集 | 第38-39页 |
| ·基于 framebuffer 的视频 LCD 实时显示 | 第39-40页 |
| ·基于 socket 的视频网络通信 | 第40-41页 |
| ·系统实现 | 第41-46页 |
| ·基于 Qtopia2.2.0 的近程智能视频监控系统 | 第46-49页 |
| ·Qtopia 开发基础 | 第46-47页 |
| ·系统开发 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56页 |