声明
摘要
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 视频图像目标检测跟踪的国内外研究现状
1.2.2 视频图像目标检测跟踪的主要热点
1.2.3 视频运动目标检测主要的算法
1.3 本文研究内容与组织结构安排
第2章 运动目标检测和跟踪算法理论基础
2.1 运动目标检测理论方法
2.2 运动目标检测方法
2.2.1 帧间差法
2.2.2 背景减除法
2.3 图像特征属性
2.3.1 颜色特征
2.3.2 Haar特征
2.3.3 HOG特征
2.3.4 尺度不变特征变换
2.4 图像颜色HS特征和SIFT关键点描述子提取前景目标
第3章 Mean shift算法在目标跟踪中应用分析
3.1 Mean Shift算法理论基础
3.2 Mean shift算法原理
3.2.1 扩展Mean Shift算法
3.2.2 概率密度梯度
3.2.3 算法步骤
3.2.4 算法的收敛性证明
3.3 Mean shift算法用于目标跟踪
3.4 基于预测估计的视频跟踪算法
3.4.1 贝叶斯估计
3.4.2 卡尔曼系滤波器
3.4.3 标准粒子滤波
第4章 改进的Mean shift和粒子滤波相结合的跟踪算法
4.1 Mean shift算法与粒子滤波相结合的目标跟踪算法
4.2 软件开发环境
4.3 软件源代码实现比较验证
4.3.1 程序结构组成
4.3.2 前景分析检测
4.3.3 block块生成
4.3.4 block跟踪
第5章 总结与展望
5.1 总结
5.2 展望
结论
致谢
参考文献
攻读学位期间取得学术成果
成都理工大学;