基于DSP的目标跟踪研究与实现
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-18页 |
·课题的背景及意义 | 第11-12页 |
·目标跟踪问题的分类及国内外现状 | 第12-16页 |
·目标跟踪问题及其研究 | 第12-13页 |
·粒子滤波算法应用及目前的研究现状 | 第13-15页 |
·DSP 处理技术的研究 | 第15-16页 |
·主要研究的内容 | 第16-18页 |
第2章 运动目标检测 | 第18-33页 |
·运动目标检测基本理论 | 第18-21页 |
·灰度的阈值变换 | 第18页 |
·灰度线性变换 | 第18-19页 |
·图像的锐化 | 第19-20页 |
·中值滤波 | 第20页 |
·仿真实验 | 第20-21页 |
·图像的形态学处理与分析 | 第21-24页 |
·图像的形态学处理 | 第21-23页 |
·图像的连通性分析 | 第23-24页 |
·运动目标的表示 | 第24页 |
·运动目标检测的基本方法 | 第24-29页 |
·光流计算法 | 第25页 |
·帧间差分法 | 第25-28页 |
·背景消减法 | 第28-29页 |
·背景更新的目标检测 | 第29-32页 |
·背景提取 | 第29-30页 |
·背景消减法对目标的检测分析 | 第30-32页 |
·本章小结 | 第32-33页 |
第3章 目标的特征提取与模型的建立 | 第33-43页 |
·目标的纹理特征提取 | 第33-35页 |
·目标颜色的特征提取 | 第35-37页 |
·系统状态转移模型和观测模型 | 第37-42页 |
·系统的状态转移模型 | 第39-41页 |
·系统的观测模型 | 第41-42页 |
·本章小结 | 第42-43页 |
第4章 粒子滤波原理 | 第43-58页 |
·贝叶斯滤波原理 | 第43-46页 |
·蒙特卡罗方法介绍 | 第46-48页 |
·粒子滤波算法 | 第48-53页 |
·贝叶斯重要性采样 | 第48-50页 |
·序列重要性采样 | 第50-51页 |
·重采样技术 | 第51-53页 |
·粒子滤波算法描述 | 第53页 |
·粒子滤波仿真实验 | 第53-57页 |
·本章小结 | 第57-58页 |
第5章 基于 DSP 的目标跟踪系统设计 | 第58-76页 |
·目标跟踪系统硬件 | 第58-60页 |
·硬件开发板介绍 | 第58-59页 |
·TMS320DM642 处理器介绍 | 第59-60页 |
·硬件连接 | 第60页 |
·粒子滤波算法在 DSP 的实现 | 第60-67页 |
·算法的 DSP 移植 | 第60-63页 |
·程序优化流程 | 第63-67页 |
·系统调试及结果 | 第67-75页 |
·系统的调试 | 第68-73页 |
·实验结果 | 第73-75页 |
·本章小结 | 第75-76页 |
结论与展望 | 第76-78页 |
参考文献 | 第78-83页 |
附录 | 第83-84页 |
攻读学位期间取得的研究成果及发表的学术论文 | 第84-85页 |
致谢 | 第85页 |