| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究的背景与意义 | 第8-9页 |
| ·课题的研究现状和研究方法 | 第9-13页 |
| ·国内外研究现状 | 第9-10页 |
| ·目前主要的研究方法 | 第10-13页 |
| ·本文的研究内容及结构安排 | 第13-14页 |
| 第二章 目标检测技术 | 第14-25页 |
| ·常用目标检测方法 | 第14-15页 |
| ·光流法 | 第14页 |
| ·帧间差分法 | 第14-15页 |
| ·背景差分法 | 第15页 |
| ·高斯混合背景模型 | 第15-17页 |
| ·目标的分割 | 第17-22页 |
| ·阈值分割 | 第17-18页 |
| ·阴影抑制 | 第18-20页 |
| ·图像形态学处理 | 第20-22页 |
| ·目标特征提取 | 第22-24页 |
| ·连通域分析 | 第22-23页 |
| ·特征提取 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于Kalman滤波的目标跟踪方法 | 第25-36页 |
| ·目标跟踪方法概述 | 第25-26页 |
| ·基于匹配的跟踪方法 | 第25-26页 |
| ·基于运动估计的跟踪方法 | 第26页 |
| ·基于神经网络的跟踪方法 | 第26页 |
| ·贝叶斯滤波理论 | 第26-30页 |
| ·贝叶斯估计 | 第27-28页 |
| ·Kalman滤波原理 | 第28-30页 |
| ·基于Kalman滤波的目标跟踪 | 第30-33页 |
| ·跟踪特征值的选择 | 第31页 |
| ·运动估计模型 | 第31-33页 |
| ·模型更新 | 第33页 |
| ·实验结果与分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于CamShift的目标跟踪方法 | 第36-51页 |
| ·MeanShift算法基础 | 第36-41页 |
| ·无参密度估计理论 | 第36-37页 |
| ·MeanShift算法原理 | 第37-39页 |
| ·MeanShift算法跟踪过程 | 第39-41页 |
| ·基于CamShift算法的目标跟踪 | 第41-47页 |
| ·彩色模型 | 第42-43页 |
| ·直方图背投影(Histogram Backproject) | 第43-45页 |
| ·CamShift算法实现过程 | 第45-46页 |
| ·实验结果与分析 | 第46-47页 |
| ·基于Kalman预测的CamShift目标跟踪算法 | 第47-50页 |
| ·算法实现过程 | 第47-48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·全文总结 | 第51页 |
| ·未来工作展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-55页 |