首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

立体视觉技术在静态场景下的运动物体检测及跟踪研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 课题研究背景及意义第10-12页
    1.2 国内外研究现状第12-13页
    1.3 主要内容第13-14页
    1.4 本文结构第14-15页
    1.5 本章小结第15-16页
第2章 双目立体视觉系统标定第16-28页
    2.1 相机模型第16-20页
    2.2 相机标定第20-23页
        2.2.1 单目相机标定法第20-23页
        2.2.2 双目相机标定第23页
    2.3 实验结果与分析第23-26页
    2.4 本章小结第26-28页
第3章 双目立体匹配第28-40页
    3.1 双目立体匹配技术第28-30页
        3.1.1 匹配约束准则第28-29页
        3.1.2 常见的匹配算法第29-30页
    3.2 SIFT立体匹配算法第30-35页
        3.2.1 SIFT算子第30-34页
        3.2.2 SIFT特征匹配算法第34-35页
    3.3 基于SIFT算法的改进算法第35-37页
        3.3.1 主成分分析(PCA)第35-36页
        3.3.2 随机抽样一致性(RANSAC)第36-37页
    3.4 实验结果与分析第37-39页
    3.5 本章小结第39-40页
第4章 基于双目立体视觉的运动物体检测第40-50页
    4.1 视差图生成第40-41页
    4.2 运动物体检测第41-43页
        4.2.1 帧差法第41-42页
        4.2.2 背景差分法第42-43页
    4.3 基于双目立体视觉的运动物体检测第43-45页
        4.3.1 建立背景模型第43-44页
        4.3.2 运动前景检测第44-45页
        4.3.3 运动前景选择第45页
    4.4 实验结果与分析第45-47页
    4.5 本章小结第47-50页
第5章 基于双目立体视觉的运动物体跟踪第50-64页
    5.1 均值漂移算法第50-52页
    5.2 基于MeanShift跟踪算法第52-56页
    5.3 基于双目立体视觉改进的跟踪算法第56-60页
        5.3.1 遮挡的判断准则第56-57页
        5.3.2 卡尔曼滤波算法第57-59页
        5.3.3 改进算法的实现第59-60页
    5.4 实验结果与分析第60-62页
    5.5 本章小结第62-64页
第6章 总结与展望第64-66页
    6.1 总结第64-65页
    6.2 展望第65-66页
参考文献第66-70页
攻读硕士期间发表的学术论文第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于云端号的弧形扫描多视点图像拼接技术研究
下一篇:基于Robot Framework的移动端自动化测试方案设计与实现