| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 视频监控系统概述 | 第13-15页 |
| 1.3.1 视频监控技术的研究内容 | 第13页 |
| 1.3.2 关键技术 | 第13-14页 |
| 1.3.3 技术难点 | 第14-15页 |
| 1.4 论文研究内容及组织安排 | 第15-17页 |
| 第二章 相关理论基础 | 第17-31页 |
| 2.1 图像灰度化 | 第17-18页 |
| 2.2 颜色模型 | 第18-21页 |
| 2.2.1 RGB模型 | 第19页 |
| 2.2.2 HIS模型 | 第19-20页 |
| 2.2.3 YCbCr模型 | 第20-21页 |
| 2.3 图像去噪 | 第21-23页 |
| 2.3.1 均值滤波 | 第21-22页 |
| 2.3.2 中值滤波 | 第22-23页 |
| 2.4 直方图均衡化 | 第23-26页 |
| 2.5 数学形态学 | 第26-29页 |
| 2.5.1 膨胀和腐蚀 | 第26-28页 |
| 2.5.2 开启和闭合 | 第28-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 运动目标检测研究 | 第31-45页 |
| 3.1 光流法 | 第31-33页 |
| 3.2 背景减除法 | 第33-35页 |
| 3.3 帧间差分法 | 第35-37页 |
| 3.3.1 传统帧间差分法 | 第35-37页 |
| 3.3.2 对称差分法 | 第37页 |
| 3.4 基于背景减除和时空熵的对称差分法 | 第37-42页 |
| 3.4.1 自适应加权中值滤波 | 第38-39页 |
| 3.4.2 时空熵图像(STEI) | 第39-41页 |
| 3.4.3 形态学处理 | 第41页 |
| 3.4.4 仿真结果 | 第41-42页 |
| 3.5 本章小结 | 第42-45页 |
| 第四章 运动目标跟踪研究 | 第45-67页 |
| 4.1 目标跟踪概述 | 第45-49页 |
| 4.1.1 目标跟踪分类 | 第45-46页 |
| 4.1.2 目标跟踪算法原理 | 第46-48页 |
| 4.1.3 目标跟踪技术难点 | 第48-49页 |
| 4.2 基于均值偏移的跟踪算法研究 | 第49-54页 |
| 4.2.1 均值偏移概述 | 第49-50页 |
| 4.2.2 均值偏移算法原理 | 第50-52页 |
| 4.2.3 均值偏移目标跟踪算法 | 第52-54页 |
| 4.3 基于粒子滤波的跟踪算法研究 | 第54-61页 |
| 4.3.1 粒子滤波概述 | 第54-55页 |
| 4.3.2 粒子滤波算法原理 | 第55-57页 |
| 4.3.3 粒子滤波目标跟踪算法 | 第57-61页 |
| 4.4 融合Mean Shift的粒子滤波跟踪算法 | 第61-66页 |
| 4.4.1 算法原理描述 | 第61-62页 |
| 4.4.2 算法流程 | 第62-64页 |
| 4.4.3 仿真结果分析 | 第64-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-71页 |
| 5.1 工作总结 | 第67-69页 |
| 5.2 工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间发表的学术论文目录 | 第77页 |