| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外的研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 运动目标检测与跟踪主要方法 | 第12-15页 |
| 1.3.1 运动目标检测 | 第12-13页 |
| 1.3.2 运动目标跟踪 | 第13页 |
| 1.3.3 运动目标检测与跟踪的应用 | 第13-15页 |
| 1.4 本文的章节安排 | 第15-16页 |
| 第二章 静态图像的预处理 | 第16-27页 |
| 2.1 视频的前期处理 | 第16-18页 |
| 2.2 图像的预处理 | 第18-26页 |
| 2.2.1 彩色图像灰度化处理 | 第19-20页 |
| 2.2.2 直方图均值化处理 | 第20-21页 |
| 2.2.3 图像的二值化 | 第21-23页 |
| 2.2.4 图像的边缘检测 | 第23页 |
| 2.2.5 图像的噪声处理 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 运动目标检测 | 第27-34页 |
| 3.1 光流法 | 第27-28页 |
| 3.2 背景估计法 | 第28-29页 |
| 3.3 背景差分法 | 第29页 |
| 3.4 帧间差分法 | 第29-33页 |
| 3.4.1 对地面滚动小球视频的运动检测 | 第31-32页 |
| 3.4.2 动态小龙视频的目标检测 | 第32-33页 |
| 3.4.3 武术擂台赛视频中运动小车的检测 | 第33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于卡尔曼滤波的视频目标跟踪 | 第34-49页 |
| 4.1 目标跟踪方法简介 | 第34-36页 |
| 4.1.1 基于匹配的运动目标跟踪 | 第34-36页 |
| 4.1.2 基于运动特性的目标跟踪 | 第36页 |
| 4.1.3 基于神经网络的运动目标跟踪 | 第36页 |
| 4.2 卡尔曼滤波 | 第36-40页 |
| 4.2.1 卡尔曼滤波 | 第36-37页 |
| 4.2.2 卡尔曼滤波的状态方程 | 第37页 |
| 4.2.3 卡尔曼滤波的观测方程 | 第37-38页 |
| 4.2.4 卡尔曼滤波的递推算法 | 第38-40页 |
| 4.3 对自由下落篮球的跟踪 | 第40-43页 |
| 4.4 Rubocup武术擂台赛比赛视频中运动小车跟踪 | 第43-48页 |
| 4.4.1 武术擂台赛比赛场地说明 | 第44页 |
| 4.4.2 视频中运动小车跟踪实验 | 第44-47页 |
| 4.4.3 基于运动目标跟踪改进的卡尔曼滤波算法 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 结论与讨论 | 第49-51页 |
| 5.1 全文工作总结 | 第49页 |
| 5.2 课题研究与讨论 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |