| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·电视跟踪系统概述 | 第8-10页 |
| ·电视跟踪系统研究的现状与发展趋势 | 第8-9页 |
| ·电视跟踪系统研究的作用 | 第9-10页 |
| ·研究应用的主要技术 | 第10-14页 |
| ·数字图像处理技术 | 第10-14页 |
| ·DSP 技术 | 第14页 |
| ·论文主要内容 | 第14-16页 |
| 2 图像滤波 | 第16-23页 |
| ·常用滤波方法 | 第16-20页 |
| ·均值滤波法 | 第17-18页 |
| ·拉普拉斯算子 | 第18-19页 |
| ·Sobel 算子 | 第19-20页 |
| ·空间域的低通滤波法 | 第20页 |
| ·跟踪系统应用的滤波方法 | 第20-22页 |
| ·本章小节 | 第22-23页 |
| 3 图像分割 | 第23-32页 |
| ·图像分割的算法 | 第23-26页 |
| ·图像分割的定义 | 第23-24页 |
| ·阈值分割方法 | 第24-25页 |
| ·区域增长技术 | 第25页 |
| ·边缘检测方法 | 第25-26页 |
| ·灰度阈值分割法 | 第26-28页 |
| ·灰度阈值分割的基本概念 | 第26页 |
| ·简单阈值运算 | 第26-27页 |
| ·最佳阈值选择 | 第27-28页 |
| ·跟踪系统中应用的图像分割算法 | 第28-31页 |
| ·矩持法 | 第28-30页 |
| ·基于梯度调整的平均灰度分割法 | 第30-31页 |
| ·本章小节 | 第31-32页 |
| 4 目标跟踪算法 | 第32-46页 |
| ·波门跟踪算法 | 第32-34页 |
| ·质心跟踪算法 | 第32-33页 |
| ·双边缘跟踪算法 | 第33-34页 |
| ·相关跟踪算法 | 第34-42页 |
| ·相关跟踪基本原理 | 第34-36页 |
| ·相关算法选择 | 第36页 |
| ·序惯相似性检测算法SSDA(Sequential Similarity Detection Algorithms) | 第36-38页 |
| ·基于目标特征的粗精匹配相关算法 | 第38-39页 |
| ·基于MCD(Maximum Close Distance)距离的相关匹配算法的研究 | 第39-41页 |
| ·基于图像列的灰度均值特征的相关跟踪算法 | 第41-42页 |
| ·基于图像标签的目标跟踪 | 第42-44页 |
| ·图像的标签化 | 第43-44页 |
| ·基于图像标签的跟踪算法 | 第44页 |
| ·基于图像信息的目标跟踪策略 | 第44-45页 |
| ·跟踪算法的选取 | 第44-45页 |
| ·多目标情况下跟踪目标的确定 | 第45页 |
| ·本章小结 | 第45-46页 |
| 5 预测跟踪算法 | 第46-55页 |
| ·预测跟踪算法原理 | 第46-47页 |
| ·预测跟踪算法研究 | 第47-52页 |
| ·N 点线性逼近预测算法 | 第47-49页 |
| ·N 点二次多项式(平方)预测算法 | 第49-50页 |
| ·基于卡尔曼滤波的预测算法 | 第50-51页 |
| ·综合预测算法 | 第51-52页 |
| ·电视跟踪系统中预测跟踪算法设计 | 第52-54页 |
| ·预测跟踪算法评估 | 第53-54页 |
| ·正常跟踪时预测算法的作用 | 第54页 |
| ·本章小结 | 第54-55页 |
| 6 结论 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 攻读硕士学位期间发表的论文 | 第58-59页 |
| 致谢 | 第59-62页 |