用于机场场面监视的多运动目标检测与跟踪方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 国内外研究现状 | 第10-12页 |
| 1.1.1 场面监视技术 | 第10-11页 |
| 1.1.2 目标跟踪方法 | 第11-12页 |
| 1.2 论文研究意义及内容 | 第12-13页 |
| 1.3 论文组织结构安排 | 第13-14页 |
| 第二章 运动目标检测算法 | 第14-26页 |
| 2.1 引言 | 第14页 |
| 2.2 图像预处理 | 第14-16页 |
| 2.2.1 空间域法 | 第14-15页 |
| 2.2.2 频率域法 | 第15-16页 |
| 2.3 目标检测算法概述 | 第16-18页 |
| 2.3.1 背景减除法 | 第16-17页 |
| 2.3.2 帧间差分法 | 第17页 |
| 2.3.3 光流法 | 第17-18页 |
| 2.4 形态学操作 | 第18-21页 |
| 2.4.1 腐蚀 | 第18-19页 |
| 2.4.2 膨胀 | 第19-20页 |
| 2.4.3 开运算和闭运算 | 第20-21页 |
| 2.5 目标检测算法及结果 | 第21-23页 |
| 2.6 目标标记 | 第23-25页 |
| 2.6.1 像素的连通性 | 第23-24页 |
| 2.6.2 目标标记算法 | 第24-25页 |
| 2.7 小结 | 第25-26页 |
| 第三章 基于Cam shift算法的多目标跟踪 | 第26-40页 |
| 3.1 颜色空间模型 | 第26-28页 |
| 3.1.1 RGB颜色空间模型 | 第26-27页 |
| 3.1.2 HSV颜色空间模型 | 第27-28页 |
| 3.2 直方图反向投影 | 第28-29页 |
| 3.3 基于Mean shift算法的多目标跟踪 | 第29-33页 |
| 3.3.1 Mean shift算法理论 | 第29-31页 |
| 3.3.2 目标模型的建立 | 第31页 |
| 3.3.3 目标搜索 | 第31-32页 |
| 3.3.4 Mean Shift算法跟踪步骤 | 第32-33页 |
| 3.4 Cam Shift算法实现 | 第33-34页 |
| 3.5 Cam Shift算法跟踪结果 | 第34-39页 |
| 3.5.1 飞机与车辆同时跟踪 | 第34-37页 |
| 3.5.2 两架飞机同时跟踪 | 第37-39页 |
| 3.6 小结 | 第39-40页 |
| 第四章 基于Kalman算法的多目标跟踪 | 第40-48页 |
| 4.1 Kalman滤波器 | 第40-41页 |
| 4.2 Kalman在目标跟踪中的应用 | 第41-42页 |
| 4.3 Kalman算法跟踪结果 | 第42-47页 |
| 4.3.1 飞机与车辆同时跟踪 | 第42-44页 |
| 4.3.2 两架飞机同时跟踪 | 第44-47页 |
| 4.4 小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 工作总结 | 第48页 |
| 5.2 未来展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
