| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-13页 |
| ·引言 | 第10-11页 |
| ·目标的跟踪方法综述 | 第11-12页 |
| ·本文的研究内容与创新点 | 第12-13页 |
| 第2章 运动目标检测与定位 | 第13-21页 |
| ·引言 | 第13页 |
| ·运动目标检测基本方法 | 第13-15页 |
| ·Canny 算子边缘检测 | 第15-16页 |
| ·目标标定基本方法 | 第16-18页 |
| ·本文采用的检测定位算法 | 第18-19页 |
| ·实验结果与分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于Camshift 和Kalman 滤波结合的改进多目标跟踪算法 | 第21-37页 |
| ·颜色空间 | 第21-24页 |
| ·常用的颜色空间 | 第21-23页 |
| ·从 RGB 颜色模型到 HSV 颜色模型的转换 | 第23-24页 |
| ·Camshift 跟踪算法 | 第24-27页 |
| ·直方图反向投影 | 第24-26页 |
| ·Camshift 算法实现 | 第26-27页 |
| ·基于 Kalman 滤波的运动目标状态估计 | 第27-31页 |
| ·Kalman 滤波器 | 第27-28页 |
| ·Kalman 滤波器在轨迹预测中的应用 | 第28-31页 |
| ·Camshift 结合 Kalman 滤波的改进多目标跟踪算法 | 第31-35页 |
| ·ROI（感兴趣区域）帧差法 | 第31-32页 |
| ·改进的 Kalman 滤波更新 | 第32-34页 |
| ·多目标跟踪的实现 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 Kalman 滤波结合 S(Smoothness)值的多目标跟踪算法 | 第37-40页 |
| ·目标运动信息特征 | 第37-38页 |
| ·算法流程 | 第38-39页 |
| ·实验结果与分析 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第5章 多目标检测跟踪系统的总体设计与实现 | 第40-44页 |
| ·系统总体结构 | 第40页 |
| ·系统硬件配置 | 第40-42页 |
| ·智能球机 | 第40-42页 |
| ·图像采集卡 | 第42页 |
| ·系统的软件实现 | 第42-43页 |
| ·系统总结 | 第43-44页 |
| 第6章 总结与展望 | 第44-46页 |
| ·全文工作总结 | 第44页 |
| ·今后工作展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 附录（攻读学位期间所发表的学术论文） | 第51页 |
