| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的目的及意义 | 第10-11页 |
| 1.2 目标跟踪的国内外发展现状 | 第11-12页 |
| 1.2.1 目标跟踪的国外发展现状 | 第11页 |
| 1.2.2 目标跟踪的国内发展现状 | 第11-12页 |
| 1.3 目标跟踪算法的国内外研究现状 | 第12-15页 |
| 1.4 课题的主要研究内容 | 第15-18页 |
| 第2章 视觉运动目标的检测技术研究 | 第18-28页 |
| 2.1 视频目标检测算法 | 第18-21页 |
| 2.1.1 帧间差分法的基本原理 | 第18-19页 |
| 2.1.2 背景差分法的基本原理 | 第19-21页 |
| 2.1.3 光流法的基本原理 | 第21页 |
| 2.2 检测目标实验结果与分析 | 第21-23页 |
| 2.3 形态学方法理论分析 | 第23-26页 |
| 2.3.1 数学形态学简介 | 第23-24页 |
| 2.3.2 数学形态学预处理 | 第24页 |
| 2.3.3 腐蚀与膨胀 | 第24-25页 |
| 2.3.4 开运算与闭运算 | 第25-26页 |
| 2.4 利用形态学去除噪声 | 第26页 |
| 2.5 实验结果与分析 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于卡尔曼滤波的目标跟踪 | 第28-40页 |
| 3.1 卡尔曼滤波算法 | 第28-30页 |
| 3.2 基于卡尔曼滤波的目标位置预测 | 第30-31页 |
| 3.3 卡尔曼滤波仿真实验效果分析 | 第31-32页 |
| 3.4 基于卡尔曼滤波的视觉目标跟踪 | 第32-37页 |
| 3.4.1 目标跟踪中的KF算法 | 第32-33页 |
| 3.4.2 目标跟踪中的Mean Shift算法 | 第33-35页 |
| 3.4.3 KF结合Mean Shift算法的视觉目标跟踪算法 | 第35-37页 |
| 3.5 视觉运动目标的仿真实验与分析 | 第37-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第4章 基于容积信息滤波的目标跟踪 | 第40-58页 |
| 4.1 容积卡尔曼滤波 | 第40-46页 |
| 4.1.1 线性最小方差估计及其近似形式 | 第40-42页 |
| 4.1.2 三阶球面-相径容积规则 | 第42-44页 |
| 4.1.3 容积卡尔曼滤波算法 | 第44-46页 |
| 4.2 容积卡尔曼滤波的精度分析 | 第46-48页 |
| 4.2.1 CKF与EKF滤波算法的精度分析 | 第46-47页 |
| 4.2.2 CKF与UKF滤波算法的精度分析 | 第47-48页 |
| 4.3 容积卡尔曼滤波精度仿真实验 | 第48-50页 |
| 4.4 容积信息滤波 | 第50-55页 |
| 4.4.1 高斯分布的二元性 | 第50页 |
| 4.4.2 容积信息滤波算法 | 第50-55页 |
| 4.5 容积信息滤波仿真实验分析 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 基于容积卡尔曼滤波在目标跟踪上的应用 | 第58-64页 |
| 5.1 CIF结合Mean Shift算法的视觉目标跟踪 | 第58-59页 |
| 5.2 视觉运动目标的仿真实验结果与分析 | 第59-62页 |
| 5.2.1 复杂运动模型 | 第60-61页 |
| 5.2.2 被遮挡运动模型 | 第61-62页 |
| 5.3 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-72页 |
| 致谢 | 第72页 |