| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9-11页 |
| ·计算机视觉概述 | 第9页 |
| ·运动目标的检测与跟踪 | 第9-11页 |
| ·国内外研究热点及现状 | 第11-16页 |
| ·运动目标的检测 | 第11-13页 |
| ·运动目标跟踪 | 第13-15页 |
| ·运动目标的检测与跟踪所面临的问题 | 第15-16页 |
| ·论文的主要工作和组织结构 | 第16-18页 |
| ·本论文的主要工作 | 第16页 |
| ·论文的内容安排 | 第16-18页 |
| 第二章 运动目标检测方法 | 第18-33页 |
| ·图像处理的知识介绍 | 第19-24页 |
| ·图像的噪声去除 | 第19-21页 |
| ·图像处理中的目标的分割 | 第21-24页 |
| ·边缘检测分割算法 | 第21页 |
| ·区域跟踪分割算法 | 第21-22页 |
| ·阈值分割法 | 第22-24页 |
| ·运动目标的检测常用方法介绍 | 第24-29页 |
| ·背景减除法（Background Subtraction） | 第24-26页 |
| ·帧间差分法（Inter-Frame Differencing） | 第26-28页 |
| ·光流场法（Optical Flow） | 第28-29页 |
| ·基于背景建模的运动目标检测 | 第29-33页 |
| ·背景模型 | 第30-31页 |
| ·背景模型更新的具体原则 | 第31-33页 |
| 第三章 运动目标跟踪研究 | 第33-46页 |
| ·简介 | 第33-34页 |
| ·目标跟踪的关键技术 | 第34-36页 |
| ·特征提取 | 第34-35页 |
| ·目标的特征匹配 | 第35-36页 |
| ·Mean Shift 算法研究 | 第36-46页 |
| ·Mean Shift 算法的理论基础 | 第36-39页 |
| ·目标模型和匹配准则 | 第39-41页 |
| ·MeanShift 跟踪算法 | 第41-44页 |
| ·算法的实现 | 第44-46页 |
| 第四章 基于改进SIFT 算法的运动物体跟踪 | 第46-58页 |
| ·基于SIFT 算法的运动目标跟踪 | 第46-52页 |
| ·尺度空间的构建方法 | 第46-48页 |
| ·局部极值点的检测 | 第48-50页 |
| ·极值点的方向分配 | 第50-51页 |
| ·特征点描述子的生成 | 第51-52页 |
| ·基于改进的SIFT 算法的目标跟踪研究 | 第52-58页 |
| ·SIFT 的简化算法 | 第52-53页 |
| ·算法实现 | 第53-58页 |
| 第五章 总结与展望 | 第58-59页 |
| ·总结 | 第58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 读研期间发表的论文 | 第62-63页 |
| 致谢 | 第63页 |