| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 课题研究的背景和意义 | 第6-7页 |
| 1.2 课题在国内外的研究以及应用现状简介 | 第7-8页 |
| 1.3 在目前的运动目标检测和跟踪技术上面临的困难 | 第8页 |
| 1.4 本论文的研究内容和安排 | 第8-10页 |
| 第二章 OpenCV | 第10-16页 |
| 2.1 总体描述 | 第10页 |
| 2.2 OpenCV的功能 | 第10-11页 |
| 2.3 OpenCV模块 | 第11页 |
| 2.4 系统设计实现平台的搭建 | 第11-14页 |
| 2.4.1 安装OpenCV | 第11-12页 |
| 2.4.2 配置Windows环境变量 | 第12-13页 |
| 2.4.3 配置Visual studio | 第13-14页 |
| 2.5 本章小结 | 第14-16页 |
| 第三章 运动目标检测技术 | 第16-26页 |
| 3.1 光流法 | 第16-19页 |
| 3.2 帧间差分法 | 第19-21页 |
| 3.3 背景差分法 | 第21-23页 |
| 3.4 本章小结 | 第23-26页 |
| 第四章 一种改进的背景差分法的目标检测方法 | 第26-34页 |
| 4.1 目前的背景差分法所面临的问题分析 | 第26-27页 |
| 4.2 有改进的背景差分法的运动目标的检测的提出 | 第27-29页 |
| 4.2.1 算法基本思想 | 第27页 |
| 4.2.2 背景模型的初始化 | 第27页 |
| 4.2.3 运动目标的检测 | 第27-28页 |
| 4.2.4 不同情况下的背景模型的更新 | 第28-29页 |
| 4.3 图像的后处理 | 第29-31页 |
| 4.3.1 图像的二值化 | 第30页 |
| 4.3.2 形态学滤波处理 | 第30-31页 |
| 4.4 实验结果展示及对比分析 | 第31-32页 |
| 4.5 本章小结 | 第32-34页 |
| 第五章 运动目标跟踪技术研究 | 第34-56页 |
| 5.1 运动目标跟踪一般性方法 | 第34-36页 |
| 5.1.1 基于区域的跟踪方法 | 第34-35页 |
| 5.1.2 基于轮廓的跟踪方法 | 第35页 |
| 5.1.3 基于特征的跟踪方法 | 第35-36页 |
| 5.2 基于Camshift算法的运动目标跟踪 | 第36-43页 |
| 5.2.1 Mean-shift算法原理介绍 | 第36-37页 |
| 5.2.2 从RGB到HSL或HSV的转换 | 第37-38页 |
| 5.2.3 Camshift算法 | 第38-39页 |
| 5.2.4 算法实现的流程图 | 第39-41页 |
| 5.2.5 Camshift的OpenCV实现 | 第41-43页 |
| 5.3 基于Kalman预测的跟踪算法 | 第43-47页 |
| 5.3.1 Kalman滤波 | 第43页 |
| 5.3.2 Kalman滤波基本原理 | 第43-45页 |
| 5.3.3 Kalman滤波在运动跟踪中的应用 | 第45-47页 |
| 5.4 改进的CamShift和Kalman跟踪算法 | 第47-51页 |
| 5.5 本章小结 | 第51-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间的研究成果 | 第60页 |
| 参与导师的以下项目研究 | 第60-62页 |