| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状及主要研究方法 | 第10-13页 |
| 1.2.1 图像滤波的研究现状及主要研究方法 | 第10-12页 |
| 1.2.2 目标跟踪算法的研究现状及主要研究方法 | 第12-13页 |
| 1.3 本文研究内容与章节安排 | 第13-17页 |
| 1.3.1 本文研究内容 | 第13-14页 |
| 1.3.2 本文章节安排 | 第14-17页 |
| 第二章 经典中值滤波及其改进算法 | 第17-27页 |
| 2.1 图像噪声 | 第17-19页 |
| 2.1.1 噪声的分类 | 第17-18页 |
| 2.1.2 常见噪声 | 第18-19页 |
| 2.2 经典中值滤波算法 | 第19-22页 |
| 2.3 自适应权值滤波算法 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 改进的自适应双量子比特态中值滤波方法 | 第27-49页 |
| 3.1 量子力学与量子信息基础知识 | 第27-30页 |
| 3.2 基于双量子比特态测量的中值滤波算法 | 第30-34页 |
| 3.3 改进的自适应双量子比特态中值滤波方法 | 第34-38页 |
| 3.3.1 图像的双量子比特态描述 | 第35-37页 |
| 3.3.2 量子测量与量子坍缩 | 第37-38页 |
| 3.4 本文算法实验结果与分析 | 第38-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 运动目标的自动跟踪 | 第49-73页 |
| 4.1 运动目标检测 | 第49-50页 |
| 4.2 Meanshift跟踪算法 | 第50-55页 |
| 4.2.1 Meanshift算法基本原理 | 第50-51页 |
| 4.2.2 Meanshift算法步骤 | 第51-54页 |
| 4.2.3 Meanshift跟踪算法实验结果及分析 | 第54-55页 |
| 4.3 Camshift跟踪算法 | 第55-63页 |
| 4.3.1 Camshift算法相关知识 | 第56-59页 |
| 4.3.2 Camshift跟踪算法步骤 | 第59-61页 |
| 4.3.3 Camshift跟踪算法实验结果与分析 | 第61-63页 |
| 4.4 改进的Camshift跟踪算法 | 第63-66页 |
| 4.5 改进算法实验结果与分析 | 第66-72页 |
| 4.5.1 标准测试视频目标跟踪 | 第66-69页 |
| 4.5.2 实际跟踪实验 | 第69-71页 |
| 4.5.3 各算法量化指标对比 | 第71-72页 |
| 4.6 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 工作总结 | 第73-74页 |
| 5.2 研究展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的学术论文和参加科研情况 | 第79-81页 |
| 致谢 | 第81页 |