| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 选题背景及研究意义 | 第7-8页 |
| 1.2 国内外现状 | 第8-9页 |
| 1.2.1 视频监控的发展及其现状 | 第8-9页 |
| 1.2.2 目标检测与跟踪算法的发展及其现状 | 第9页 |
| 1.3 主要研究内容 | 第9-10页 |
| 1.4 论文结构 | 第10-11页 |
| 第二章 相关理论与技术 | 第11-21页 |
| 2.1 图像预处理 | 第11-14页 |
| 2.1.1 颜色转换 | 第11-13页 |
| 2.1.2 图像增强 | 第13-14页 |
| 2.2 图像后期处理 | 第14-16页 |
| 2.2.1 形态学处理 | 第14-15页 |
| 2.2.2 连通性检测 | 第15-16页 |
| 2.3 几种常用的检测算法 | 第16-18页 |
| 2.4 几种常用的跟踪算法 | 第18-19页 |
| 2.5 本章小结 | 第19-21页 |
| 第三章 运动目标的检测与跟踪算法 | 第21-37页 |
| 3.1 引言 | 第21-22页 |
| 3.2 基于背景减除的目标识别算法 | 第22-27页 |
| 3.2.1 背景重构法 | 第22-25页 |
| 3.2.2 背景减除 | 第25-26页 |
| 3.2.3 目标提取 | 第26-27页 |
| 3.3 基于运动的目标跟踪方法 | 第27-29页 |
| 3.3.1 目标跟踪的原理 | 第27-28页 |
| 3.3.2 目标跟踪 | 第28-29页 |
| 3.4 基于 Mean Shift 的特征匹配对目标跟踪算法改进 | 第29-34页 |
| 3.4.1 运动目标特征提取 | 第30-32页 |
| 3.4.2 Mean Shift 法对运动目标特征匹配 | 第32页 |
| 3.4.3 Mean Shift 的计算步骤 | 第32-34页 |
| 3.5 本章小结 | 第34-37页 |
| 第四章 实验结果与分析 | 第37-49页 |
| 4.1 不同场景下运动信息的提取效果 | 第37-42页 |
| 4.2 重要实验结果与分析 | 第42-47页 |
| 4.2.1 初始背景过程中出现错误区域的情况 | 第42-44页 |
| 4.2.2 Mean Shift 算法结果分析 | 第44-47页 |
| 4.3 本章小结 | 第47-49页 |
| 第五章 运动目标检测与跟踪算法在监管系统中的应用 | 第49-67页 |
| 5.1 某监狱的智能监管系统概要 | 第49-51页 |
| 5.1.1 系统结构组成 | 第49-50页 |
| 5.1.2 报警事件的产生处理流程 | 第50-51页 |
| 5.2 工程需求设计分析 | 第51-55页 |
| 5.2.1 数据采集、视频分析系统中监区监控点要求 | 第51-55页 |
| 5.3 运动目标识别算法在监管系统中的应用与分析 | 第55-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 结束语 | 第67-69页 |
| 6.1 论文工作总结 | 第67-68页 |
| 6.2 未来工作展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-73页 |
