| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10页 |
| ·本文所做工作 | 第10-11页 |
| ·本文组织结构 | 第11-12页 |
| 2 目标跟踪算法概论 | 第12-29页 |
| ·目标跟踪问题的分类 | 第12-14页 |
| ·静止背景中目标跟踪 | 第12页 |
| ·运动背景中目标跟踪 | 第12-13页 |
| ·目标跟踪问题中的难点 | 第13-14页 |
| ·目标跟踪算法的分类 | 第14-17页 |
| ·基于区域的跟踪(area-based Tracking) | 第14页 |
| ·基于模型的跟踪(model-based Tracking) | 第14-15页 |
| ·基于动态轮廓的跟踪(Active Contour Based Tracking) | 第15-16页 |
| ·基于特征的跟踪(Feature-Based Tracking) | 第16页 |
| ·基于运动特性的跟踪(Moving Character based tracking) | 第16-17页 |
| ·匹配算法的基本原理 | 第17-18页 |
| ·常用的匹配算法 | 第18-24页 |
| ·绝对平衡搜索算法ABS(Absolute Balance Search) | 第18-19页 |
| ·归一化互相关匹配算法NCC(Normalized Correlation) | 第19-20页 |
| ·图像匹配的加速算法 | 第20-24页 |
| ·常见的目标预测算法 | 第24-26页 |
| ·Kalman滤波器的介绍 | 第24-26页 |
| ·基于IIR滤波器的目标预测算法 | 第26页 |
| ·相似性度量方法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 颗粒目标特征的选择 | 第29-46页 |
| ·RGB颜色空间与HSV颜色空间 | 第30-35页 |
| ·数字图像基础 | 第30-32页 |
| ·RGB颜色空间到HSV颜色空间的转换 | 第32-35页 |
| ·基于特殊颜色的像素数特征 | 第35-37页 |
| ·高斯模型 | 第35页 |
| ·图像的贴标签处理 | 第35-37页 |
| ·颜色直方图特征 | 第37-40页 |
| ·直方图的定义及实验结果 | 第37-38页 |
| ·Camshift算法 | 第38-40页 |
| ·Hu矩特征 | 第40-42页 |
| ·Hu矩向量的定义 | 第40-41页 |
| ·矩不变量注意的问题 | 第41页 |
| ·颗粒矩不变量的提取结果 | 第41-42页 |
| ·边缘特征 | 第42-45页 |
| ·边缘基本概念 | 第42-43页 |
| ·常用的边缘检测算子 | 第43-44页 |
| ·颗粒边缘特征提取结果 | 第44-45页 |
| ·本章总结 | 第45-46页 |
| 4 颗粒目标跟踪算法的设计 | 第46-58页 |
| ·基于特殊颜色颗粒的跟踪 | 第46-49页 |
| ·目标坐标的计算方法 | 第46-47页 |
| ·完整的跟踪策略 | 第47-49页 |
| ·任意颗粒目标的跟踪 | 第49-53页 |
| ·分层匹配 | 第49-51页 |
| ·模板的更新策略 | 第51页 |
| ·预测滤波器的选择 | 第51-53页 |
| ·跟踪算法的整体设计 | 第53页 |
| ·实验结果与分析 | 第53-57页 |
| ·基于特殊颜色跟踪的实验结果 | 第53-56页 |
| ·分层匹配跟踪算法结果 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 5 颗粒目标跟踪系统的设计与开发 | 第58-66页 |
| ·平台搭建 | 第58-60页 |
| ·OpenCV简介 | 第58-60页 |
| ·开发平台的搭建 | 第60页 |
| ·系统功能框架 | 第60-63页 |
| ·系统实现界面 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表学术论文情况 | 第70-71页 |
| 致谢 | 第71-72页 |
