| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第15-20页 |
| 1.1 选题依据及背景概述 | 第15-16页 |
| 1.2 国内外智能视频监控领域的研究现状 | 第16-17页 |
| 1.3 智能视频监控关键技术分析 | 第17-18页 |
| 1.4 本文研究内容及章节安排 | 第18-20页 |
| 2 运动图像序列处理技术基础 | 第20-28页 |
| 2.1 Open CV的相关理论知识 | 第20-22页 |
| 2.1.1 Open CV基础知识 | 第20页 |
| 2.1.2 Open CV2.4.3 在VS2010下的配置 | 第20-22页 |
| 2.2 图像预处理相关技术基础 | 第22-27页 |
| 2.2.1 图像去噪 | 第23-24页 |
| 2.2.2 图像灰度化 | 第24-25页 |
| 2.2.3 腐蚀与膨胀运算 | 第25-26页 |
| 2.2.4 开运算与闭运算 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 运动目标检测算法 | 第28-35页 |
| 3.1 目标检测主要算法与原理 | 第28-31页 |
| 3.1.1 光流法 | 第28-29页 |
| 3.1.2 帧间差分法 | 第29页 |
| 3.1.3 背景减除法 | 第29-31页 |
| 3.2 改进的混合高斯背景模型检测算法 | 第31-33页 |
| 3.2.1 混合高斯背景模型 | 第31-32页 |
| 3.2.2 三帧差分法 | 第32-33页 |
| 3.2.3 改进的混合高斯背景模型检测算法 | 第33页 |
| 3.3 实验结果与分析 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 运动目标跟踪算法 | 第35-45页 |
| 4.1 目标跟踪主要算法及原理 | 第35-36页 |
| 4.1.1 基于区域的目标跟踪算法 | 第35页 |
| 4.1.2 基于特征的目标跟踪算法 | 第35页 |
| 4.1.3 基于活动轮廓的目标跟踪算法 | 第35-36页 |
| 4.2 Mean-shift算法 | 第36-39页 |
| 4.2.1 目标模型 | 第36-37页 |
| 4.2.2 候选模型 | 第37页 |
| 4.2.3 Bhattacharyya相关系数 | 第37页 |
| 4.2.4 目标定位 | 第37-39页 |
| 4.3 基于块的Mean-shift跟踪算法 | 第39-41页 |
| 4.3.1 分块跟踪 | 第39页 |
| 4.3.2 跟踪检测器 | 第39-40页 |
| 4.3.3 算法实现步骤 | 第40-41页 |
| 4.4 实验结果与分析 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 TLD目标跟踪算法 | 第45-58页 |
| 5.1 TLD跟踪算法原理 | 第45-53页 |
| 5.1.1 检测模块 | 第46-48页 |
| 5.1.2 跟踪模块 | 第48-51页 |
| 5.1.3 学习模块 | 第51-52页 |
| 5.1.4 TLD工作流程 | 第52-53页 |
| 5.2 基于区域预估的TLD算法 | 第53-55页 |
| 5.2.1 Kalman滤波算法 | 第53-54页 |
| 5.2.2 基于区域预估的TLD算法 | 第54-55页 |
| 5.3 实验结果及分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 结论与展望 | 第58-60页 |
| 6.1 本文总结 | 第58页 |
| 6.2 未来研究展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 作者简历 | 第65页 |