| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 存在的问题 | 第12-16页 |
| 1.3.1 运动目标检测存在的问题 | 第12-14页 |
| 1.3.2 运动目标跟踪存在的问题 | 第14-16页 |
| 1.4 论文的主要工作及组织结构 | 第16-18页 |
| 1.4.1 论文的主要工作 | 第16-17页 |
| 1.4.2 论文的组织结构 | 第17-18页 |
| 第二章 相关基础理论与技术 | 第18-35页 |
| 2.1 图像的颜色空间模型 | 第18-26页 |
| 2.1.1 RGB颜色空间模型 | 第18-20页 |
| 2.1.2 HSV颜色空间模型 | 第20-22页 |
| 2.1.3 YUV颜色空间模型 | 第22-24页 |
| 2.1.4 其他常见的颜色模型 | 第24-26页 |
| 2.2 图像的边缘检测 | 第26-30页 |
| 2.2.1 一阶梯度算子 | 第26-28页 |
| 2.2.2 二阶梯度算子 | 第28-30页 |
| 2.3 图像去噪技术 | 第30-32页 |
| 2.3.1 均值滤波 | 第30-31页 |
| 2.3.2 中值滤波 | 第31-32页 |
| 2.3.3 小波滤波 | 第32页 |
| 2.4 形态学处理 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于最小误差阈值自适应的ViBe改进算法 | 第35-48页 |
| 3.1 引言 | 第35-36页 |
| 3.2 ViBe算法原理 | 第36-38页 |
| 3.2.1 ViBe算法的初始化 | 第36-37页 |
| 3.2.2 模型的检测过程 | 第37-38页 |
| 3.2.3 模型的更新策略 | 第38页 |
| 3.3 基于最小误差阈值自适应的ViBe改进算法 | 第38-44页 |
| 3.3.1 动态调整距离判定阈值 | 第38-40页 |
| 3.3.2 基于最小误差阈值分割的鬼影抑制算法 | 第40-42页 |
| 3.3.3 优化模型的更新速率 | 第42-43页 |
| 3.3.4 算法流程 | 第43-44页 |
| 3.4 实验结果与分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于运动估计的Camshift目标跟踪算法 | 第48-58页 |
| 4.1 引言 | 第48页 |
| 4.2 Camshift目标跟踪算法 | 第48-50页 |
| 4.3 Camshif算法的不足 | 第50-51页 |
| 4.4 改进的Camshif算法 | 第51-53页 |
| 4.4.1 自动初始化搜索框 | 第51页 |
| 4.4.2 实时更新颜色概率模型 | 第51页 |
| 4.4.3 加入运动预测机制 | 第51-53页 |
| 4.5 实验设计与分析 | 第53-57页 |
| 4.5.1 搜索框的初始化实验 | 第54-55页 |
| 4.5.2 光照骤变实验 | 第55页 |
| 4.5.3 快速运动实验 | 第55-56页 |
| 4.5.4 遮挡干扰实验 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表的论文 | 第64页 |