视频序列图像中运动目标检测与跟踪算法研究

摘要	第1-7页
Abstract	第7-13页
第一章 绪论	第13-30页
·研究背景与意义	第13-16页
·运动目标检测技术综述	第16-21页
·运动目标跟踪技术综述	第21-28页
·论文的主要研究内容	第28-30页
第二章 基于高斯分布的视频背景模型研究	第30-47页
·引言	第30页
·高斯混合背景模型	第30-36页
·基于贝叶斯理论背景建模	第31页
·高斯混合模型的参数估计	第31-33页
·高斯混合模型的改进	第33-36页
·基于掩码图的组合高斯模型	第36-41页
·场景运动复杂性分析	第37-39页
·基于掩码的背景组合模型	第39-41页
·算法设计与实验结果	第41-46页
·本章小结	第46-47页
第三章 基于聚类分析的运动目标定位	第47-60页
·引言	第47页
·像素的聚类问题	第47-51页
·聚类的定义	第48-49页
·近邻测度	第49-51页
·前景近邻分析	第51-55页
·互邻距离矩阵	第51-52页
·像素的聚类与合并	第52-54页
·准则（损失）函数	第54-55页
·前景目标的定位算法与实验	第55-59页
·前景像素坐标的获取	第55-56页
·定位算法流程	第56-57页
·实验结果与分析	第57-59页
·本章小结	第59-60页
第四章 跟踪系统中目标状态估计和区域特征的提取	第60-84页
·引言	第60页
·目标状态的贝叶斯估计	第60-72页
·跟踪的概率推断问题	第61-62页
·目标状态的递推贝叶斯估计	第62-65页
·基于确定性采样近似的状态估计	第65-68页
·基于随机采样近似的状态估计	第68-72页
·目标区域统计特征的提取	第72-83页
·目标区域的颜色特征	第73-79页
·目标区域的边缘特征	第79-81页
·目标区域的光流特征	第81-83页
·本章小结	第83-84页
第五章 基于目标区域统计特征的跟踪算法	第84-111页
·引言	第84页
·基于模式相似性的目标测量	第84-89页
·相似性测度及目标的测量问题	第84-87页
·均值漂移原理	第87-88页
·基于均值漂移的测量算法	第88-89页
·基于颜色与边缘特征的目标跟踪算法	第89-100页
·运动目标的动态状态空间模型	第90-91页
·颜色与边缘特征的融合	第91-92页
·目标模式的特征更新	第92-93页
·实验结果与分析	第93-100页
·基于颜色与光流特征的目标跟踪算法	第100-110页
·状态向量与粒子结构	第100-102页
·状态观测模型	第102-104页
·基于层次粒子滤波的跟踪算法	第104-106页
·实验结果与分析	第106-110页
·本章小结	第110-111页
第六章 基于轮廓演化模型的目标分割与跟踪算法	第111-132页
·引言	第111-112页
·曲线的演化模型分析及其改进	第112-119页
·边缘指示函数	第112-114页
·曲线的演化模型	第114-117页
·曲线演化模型的改进	第117-119页
·基于边缘特征目标跟踪算法	第119-123页
·目标轮廓的初始化与目标状态向量初始化	第119-121页
·目标边缘的检测与目标状态的检测	第121-122页
·目标边缘分割与跟踪的流程	第122-123页
·实验结果与分析	第123-130页
·不同演化模型的比较	第123-127页
·目标跟踪精度评价	第127-129页
·其他实验结果与讨论	第129-130页
·本章小结	第130-132页
总结	第132-135页
论文工作总结	第132-133页
后续工作展望	第133-135页
参考文献	第135-147页
攻读博士学位期间取得的研究成果	第147-148页
致谢	第148-149页
附件	第149页