| 第一章 绪论 | 第1-13页 |
| ·引言 | 第9页 |
| ·课题的背景及研究的目的和意义 | 第9-10页 |
| ·国内外研究的现状 | 第10-11页 |
| ·目标识别与跟踪的分类 | 第10页 |
| ·研究现状 | 第10-11页 |
| ·课题所做的主要工作 | 第11-12页 |
| ·差分法识别目标 | 第11页 |
| ·基于Mean Shift算法的目标识别 | 第11页 |
| ·目标跟踪 | 第11-12页 |
| ·论文内容安排 | 第12-13页 |
| 第二章 图像处理和模式识别的理论基础 | 第13-22页 |
| ·数字图像处理的主要内容 | 第13-16页 |
| ·数字图像处理系统 | 第13-14页 |
| ·数字图像处理的内容 | 第14-15页 |
| ·数字图像处理的色彩系统 | 第15-16页 |
| ·数字图像处理的基本方法 | 第16-20页 |
| ·数字图像处理方法基本分类 | 第16-17页 |
| ·图像滤波 | 第17-20页 |
| ·中值滤波 | 第17-18页 |
| ·数学形态学滤波 | 第18-20页 |
| ·边缘检测 | 第20页 |
| ·图像分割 | 第20页 |
| ·图像的模式识别 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 基于差分法及连通性分析的目标识别 | 第22-44页 |
| ·基于差分法及连通性分析的目标识别方法的实现 | 第22页 |
| ·差分法识别运动目标的软件设计 | 第22-25页 |
| ·检测算法总框图 | 第22-23页 |
| ·功能实现 | 第23-25页 |
| ·用户主界面及各项菜单功能 | 第25页 |
| ·识别过程 | 第25-39页 |
| ·预处理 | 第25-30页 |
| ·差分图像 | 第30-35页 |
| ·形态学滤波 | 第35-36页 |
| ·连通性分析 | 第36-39页 |
| ·连通定义 | 第36-39页 |
| ·目标轮廓提取 | 第39页 |
| ·与其它常用分割方法的对比分析 | 第39-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于Mean Shift算法和自适应阈值分割的目标识别 | 第44-54页 |
| ·Mean shift算法 | 第44-49页 |
| ·Mean shift简介 | 第45-46页 |
| ·密度梯度估计 | 第46-48页 |
| ·Mean Shift算法收敛的一个充分条件 | 第48-49页 |
| ·Mean Shift分割 | 第49-51页 |
| ·Mean Shift分割算法 | 第50页 |
| ·分割的实验结果及性能分析 | 第50-51页 |
| ·自适应阈值分割 | 第51-52页 |
| ·分割结果 | 第52-53页 |
| ·差分法和基于Mean Shift算法及自适应阈值分割方法的比较 | 第53页 |
| ·小节 | 第53-54页 |
| 第五章 目标跟踪方法的研究 | 第54-67页 |
| ·图像跟踪原理 | 第54页 |
| ·目标跟踪概况 | 第54-57页 |
| ·运动目标跟踪模式的选择 | 第57-59页 |
| ·跟踪算法描述 | 第57-59页 |
| ·跟踪算法流程 | 第59页 |
| ·算法的实现 | 第59-61页 |
| ·目标质心点的计算 | 第59-60页 |
| ·运动轨迹的拟合 | 第60-61页 |
| ·Mean Shift迭代算法搜索候选目标 | 第61-65页 |
| ·基于目标位置矩阵的Bhattacharyya系数度量 | 第61-62页 |
| ·目标色彩的表示 | 第62-63页 |
| ·权值的计算与距离最小化 | 第63-65页 |
| ·目标被遮挡时的处理 | 第65页 |
| ·仿真结果及性能分析 | 第65-66页 |
| ·小节 | 第66-67页 |
| 第六章 总结与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |
