| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题的来源及研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 安全防范技术研究现状 | 第9-10页 |
| 1.2.2 视觉跟踪技术研究现状 | 第10-13页 |
| 1.2.3 云台控制技术研究现状 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14-16页 |
| 第2章 立体边界安防系统方案设计 | 第16-23页 |
| 2.1 引言 | 第16页 |
| 2.2 系统原理及结构组成 | 第16-19页 |
| 2.2.1 入侵报警系统 | 第16-17页 |
| 2.2.2 视觉跟踪系统 | 第17-18页 |
| 2.2.3 机动跟踪系统 | 第18-19页 |
| 2.3 视觉跟踪系统方案设计 | 第19-22页 |
| 2.3.1 系统视觉方案 | 第19-21页 |
| 2.3.2 视觉跟踪系统算法框架设计 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 运动目标检测算法研究 | 第23-33页 |
| 3.1 引言 | 第23页 |
| 3.2 运动目标检测算法 | 第23-29页 |
| 3.2.1 基于帧间差分的目标检测算法 | 第23-26页 |
| 3.2.2 基于光流场的目标检测算法 | 第26-29页 |
| 3.3 运动背景补偿 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 视觉目标跟踪算法设计 | 第33-63页 |
| 4.1 引言 | 第33页 |
| 4.2 基于检测的单目标跟踪 | 第33-39页 |
| 4.2.1 基于三帧差分算法的单目标跟踪 | 第33-35页 |
| 4.2.2 基于改进帧差法的单目标跟踪 | 第35-39页 |
| 4.3 基于粒子滤波的单目标跟踪 | 第39-52页 |
| 4.3.1 粒子滤波基本原理 | 第39-46页 |
| 4.3.2 基于粒子滤波的视觉跟踪算法 | 第46-52页 |
| 4.4 基于检测的多目标跟踪 | 第52-56页 |
| 4.4.1 多目标检测原理 | 第52-53页 |
| 4.4.2 基于帧差法的多目标检测算法 | 第53-56页 |
| 4.5 基于粒子滤波的多目标跟踪 | 第56-62页 |
| 4.5.1 数据关联与Gating技术 | 第56-58页 |
| 4.5.2 基于粒子滤波的联合概率数据关联滤波 | 第58-59页 |
| 4.5.3 基于独立采样的联合概率数据关联滤波算法 | 第59-60页 |
| 4.5.4 基于JPDAF算法的多目标跟踪 | 第60-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 系统平台搭建及实验结果分析 | 第63-74页 |
| 5.1 引言 | 第63页 |
| 5.2 实验系统硬件环境 | 第63-67页 |
| 5.2.1 低照度一体化网络摄像机 | 第63-64页 |
| 5.2.2 二自由度高精控制云台 | 第64-67页 |
| 5.3 双轴云台控制系统设计 | 第67-72页 |
| 5.3.1 控制系统设计 | 第67-69页 |
| 5.3.2 控制硬件设计 | 第69-70页 |
| 5.3.3 控制软件设计 | 第70-71页 |
| 5.3.4 远程控制与通信方式 | 第71-72页 |
| 5.4 视觉伺服系统性能验证实验 | 第72-73页 |
| 5.5 本章小结 | 第73-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80页 |