基于光流的动态场景中运动车辆检测与跟踪算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·本课题的选题依据 | 第10页 |
| ·动态背景下运动车辆检测的研究现状 | 第10-11页 |
| ·运动车辆跟踪的研究现状 | 第11-13页 |
| ·几种重要的车辆跟踪类型 | 第12-13页 |
| ·几种主要的车辆跟踪方法 | 第13页 |
| ·本文的研究内容及论文结构 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·论文结构 | 第14-15页 |
| ·本章小结 | 第15-17页 |
| 第二章 图像前期处理 | 第17-25页 |
| ·感兴趣区域的选取 | 第17-18页 |
| ·图像的灰度化 | 第18-20页 |
| ·图像的去噪处理 | 第20-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 角点检测与特征点光流场 | 第25-41页 |
| ·角点检测 | 第25-31页 |
| ·角点检测的基本原理 | 第25页 |
| ·几种角点检测算法比对 | 第25-29页 |
| ·Harris角点检测在车辆检测中的运用 | 第29-31页 |
| ·特征点光流 | 第31-37页 |
| ·光流法原理 | 第31-32页 |
| ·金字塔Luca8-Kanade方法对光流的改进 | 第32-36页 |
| ·基于金字塔L-K光流法的车辆特征点光流 | 第36-37页 |
| ·光流场的粗提纯 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于矢量量化的车辆检测 | 第41-51页 |
| ·光流场聚类 | 第41-44页 |
| ·VQ算法简介 | 第41-42页 |
| ·相似性测度 | 第42-43页 |
| ·光流场VQ聚类 | 第43-44页 |
| ·类内方差计算 | 第44-45页 |
| ·车辆区域提取 | 第45-47页 |
| ·车辆检测实验 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 基于卡尔曼滤波的车辆跟踪 | 第51-67页 |
| ·车辆跟踪简介 | 第51页 |
| ·Camshift用于车辆跟踪的原理 | 第51-54页 |
| ·Kalman滤波及其车辆跟踪模型设计 | 第54-58页 |
| ·Kalman滤波原理 | 第54-56页 |
| ·车辆跟踪的Kalman模型 | 第56-58页 |
| ·车辆跟踪实验 | 第58-63页 |
| ·车辆遮挡和颜色干扰问题讨论 | 第63-65页 |
| ·遮挡和颜色干扰问题 | 第63-64页 |
| ·算法的改进 | 第64-65页 |
| ·滤波器的收敛性讨论 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·论文研究工作总结 | 第67-68页 |
| ·有待进一步研究的问题 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第75页 |
