第1章 绪论

　1．1 图像检测与目标跟踪技术概述

　1．2 图像检测与目标跟踪技术发展现状

　1．2．1 图像检测技术基础

　1．2．2 高速图像采集与处理技术

　1．2．3 高精度图像处理技术

　1．2．4 运动目标跟踪方法

　参考文献

第2章 图像检测与目标跟踪系统

　2．1 光源及照明系统

　2．2 摄像机

　2．2．1 图像传感器

　2．2．2 摄像机的主要特性参数

　2．2．3 摄像机的分类

　2．2．4 镜头

　2．3 图像采集处理系统

　2．3．1 图像采集处理设备接口

　2．3．2 嵌入式图像采集处理系统

　2．3．3 计算机图像采集处理系统

　参考文献

第3章 图像处理基础

　3．1 图像灰度化

　3．2 图像增强

　3．2．1 直方图修正法

　3．2．2 图像锐化法

　3．3 图像滤波

　3．3．1 空域滤波

　3．3．2 频域滤波

　3．4 图像校正

　3．4．1 图像非均匀性校正

　3．4．2 图像畸变校正

　3．4．3 图像空间几何变换

　3．5 图像压缩

　3．5．1 传统图像压缩方法

　3．5．2 压缩感知方法

　3．6 图像边缘检测

　参考文献

第4章 图像目标检测

　4．1 基于阈值分割的目标检测

　4．2 基于颜色分割的目标检测

　4．3 基于运动信息的目标检测

　4．4 基于轮廓的目标检测

　4．4．1 基于改进Snake模型的目标检测

　4．4．2 基于水平集的目标检测

　4．5 基于特征匹配的目标检测

　4．5．1 基于直方图匹配的目标检测

　4．5．2 基于模板匹配的目标检测

　4．5．3 基于SIFT的目标检测

　4．6 目标位置计算

　4．6．1 基于图像矩的目标位置计算

　4．6．2 基于多次曲线拟合的目标位置计算

　4．6．3 基于能量的目标位置计算

　参考文献

第5章 图像目标跟踪

　5．1 基于混合高斯背景建模的目标跟踪

　5．1．1 混合高斯背景建模

　5．1．2 实验结果分析

　5．2 基于Camshift的目标跟踪

　5．2．1 Meanshift算法

　5．2．2 基于高斯建模和Camshift的目标跟踪

　5．2．3 实验结果分析

　5．3 基于多特征融合与前景概率的目标跟踪

　5．3．1 特征选择

　5．3．2 基于Sigmod函数的特征融合跟踪算法

　5．3．3 前景概率函数

　5．3．4 实验结果分析

　5．4 基于组合带宽Meanshift与加速收敛策略的目标跟踪

　5．4．1 组合带宽Meanshift

　5．4．2 自适应over—relaxed加速均值迁移

　5．4．3 跟踪算法流程

　5．4．4 实验结果分析

　5．5 基于滤波器组的特征估计与模型更新的目标跟踪

　5．5．1 粒子滤波理论

　5．5．2 基于粒子滤波器组的目标特征状态估计

　5．5．3 模板更新判据设计

　5．5．4 算法流程

　5．5．5 实验结果分析

　5．6 基于特征基空间和压缩采样的目标跟踪

　5．6．1 基于特征基空间和压缩采样的目标描述

　5．6．2 自适应目标跟踪模型

　5．6．3 实验结果分析

　参考文献

第6章 图像检测与目标跟踪技术应用

　6．1 无人运动平台结构化道路检测

　6．2 空中机动目标检测与跟踪系统

　6．3 稳像仪动态稳像精度测试系统

　6．4 火炮动态稳定精度测试系统

　6．5 钢板首尾自动剪切系统

　参考文献