| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·计算机视觉研究 | 第10-11页 |
| ·目标跟踪技术简述 | 第11-12页 |
| ·论文的主要工作和结构安排 | 第12-13页 |
| 第二章 运动目标的检测与提取 | 第13-19页 |
| ·运动目标检测 | 第13页 |
| ·运动目标检测基本方法 | 第13-16页 |
| ·帧间差分法 | 第13-14页 |
| ·背景差分法 | 第14-15页 |
| ·光流法 | 第15-16页 |
| ·连通在运动目标检测中的应用 | 第16-19页 |
| ·连通概念 | 第16页 |
| ·连通域标记 | 第16-17页 |
| ·连通去噪并提取目标 | 第17-19页 |
| 第三章 基于多特征结合和运动预测的目标跟踪 | 第19-30页 |
| ·Mean Shift算法 | 第19-20页 |
| ·SIFT特征匹配算法 | 第20-21页 |
| ·SIFT特征的生成 | 第20-21页 |
| ·SIFT特征点的匹配 | 第21页 |
| ·α-β-γ滤波 | 第21-22页 |
| ·基于多特征结合和α-β-γ滤波的目标跟踪 | 第22-24页 |
| ·实验结果分析 | 第24-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 多目标跟踪系统 | 第30-58页 |
| ·目标的提取与合并 | 第30页 |
| ·边缘特征与纹理特征 | 第30-34页 |
| ·边缘特征 | 第31-32页 |
| ·图像平滑与梯度计算 | 第31-32页 |
| ·梯度幅值的非极大值抑制和连接 | 第32页 |
| ·纹理特征 | 第32-34页 |
| ·GM(1,1)滤波预测算法 | 第34-35页 |
| ·Camshift算法原理 | 第35-36页 |
| ·改进Camshift结合多特征和GM(1,1)的多目标跟踪 | 第36-39页 |
| ·实验结果及分析 | 第39-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间的研究成果 | 第65页 |