| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景和意义 | 第16-17页 |
| 1.2 研究现状 | 第17-18页 |
| 1.3 研究内容 | 第18-22页 |
| 第二章 图像预处理及目标检测 | 第22-32页 |
| 2.1 图像预处理 | 第22-23页 |
| 2.1.1 彩色图像灰度化 | 第22-23页 |
| 2.1.2 去噪处理 | 第23页 |
| 2.2 一般目标检测方法 | 第23-27页 |
| 2.2.1 光流法 | 第23-25页 |
| 2.2.2 背景差分法 | 第25-26页 |
| 2.2.3 帧间差分法 | 第26-27页 |
| 2.3 改进的三帧差分法 | 第27-30页 |
| 2.3.1 三帧差分法 | 第27-28页 |
| 2.3.2 改进的三帧差分法 | 第28页 |
| 2.3.3 改进的三帧差分法与背景差分法相结合 | 第28-30页 |
| 2.4 算法验证 | 第30-31页 |
| 2.5 小结 | 第31-32页 |
| 第三章 多目标跟踪算法 | 第32-50页 |
| 3.1 常用跟踪方法 | 第32-34页 |
| 3.1.1 基于模型的跟踪方法 | 第32-33页 |
| 3.1.2 基于目标特征的跟踪方法 | 第33页 |
| 3.1.3 基于目标轮廓的跟踪方法 | 第33-34页 |
| 3.1.4 基于活动区域的跟踪方法 | 第34页 |
| 3.2 基于Meanshift的卡尔曼滤波的跟踪算法 | 第34-46页 |
| 3.2.1 Mean shift理论基础 | 第35-41页 |
| 3.2.2 Mean shift在本文中的应用 | 第41-42页 |
| 3.2.3 基于Kalman滤波的跟踪算法 | 第42-44页 |
| 3.2.4 Kalman滤波在本文中的应用 | 第44-46页 |
| 3.3 算法验证 | 第46-47页 |
| 3.4 小结 | 第47-50页 |
| 第四章 算法优化方法 | 第50-58页 |
| 4.1 开发环境CCS介绍 | 第50-51页 |
| 4.2 DSP运行时间统计方法 | 第51-53页 |
| 4.2.2 clock（）函数 | 第52页 |
| 4.2.3 片上定时器 | 第52-53页 |
| 4.2.4 Profile clock in CCS | 第53页 |
| 4.2.5 使用示波器进行时间统计 | 第53页 |
| 4.3 代码优化方法 | 第53-57页 |
| 4.3.1 利用编译器优化 | 第54-55页 |
| 4.3.2 基于Cache的乒乓优化操作 | 第55-56页 |
| 4.3.3 算法级优化 | 第56页 |
| 4.3.4 代码级优化 | 第56-57页 |
| 4.4 小结 | 第57-58页 |
| 第五章 算法在DSP平台上的实现 | 第58-78页 |
| 5.1 系统开发平台介绍 | 第58-62页 |
| 5.1.1 硬件平台 | 第58-59页 |
| 5.1.2 DM6437处理器 | 第59-62页 |
| 5.2 DSP端软件设计 | 第62-69页 |
| 5.2.1 算法实现流程 | 第62-69页 |
| 5.3 算法实现结果 | 第69-76页 |
| 5.3.1 图像预处理结果 | 第69-70页 |
| 5.3.2 目标检测实现结果 | 第70-72页 |
| 5.3.3 目标跟踪实现结果 | 第72-74页 |
| 5.3.4 算法功能性验证 | 第74-76页 |
| 5.4 测试结果与系统指标 | 第76-77页 |
| 5.4.1 优化结果评估 | 第76-77页 |
| 5.4.2 系统指标 | 第77页 |
| 5.5 小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 工作总结 | 第78-79页 |
| 6.2 研究展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 作者简介 | 第85-86页 |