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

基于Camshift和SURF的目标跟踪系统设计与实现

摘要第5-6页
Abstract第6页
第一章 绪论第9-16页
    1.1 目标跟踪算法的研究背景和意义第9-10页
    1.2 目标跟踪算法的研究现状第10-13页
        1.2.1 国内外研究的成果及进展第10-11页
        1.2.2 目标跟踪方法的研究第11-12页
        1.2.3 目标跟踪的难点第12-13页
    1.3 课题来源第13页
    1.4 本文主要工作和篇章结构第13-16页
第二章 目标跟踪系统概述第16-25页
    2.1 目标跟踪系统介绍第16-17页
    2.2 目标跟踪相关的图像处理理论第17-20页
        2.2.1 图像获取与预处理第17-19页
        2.2.2 图像变换第19页
        2.2.3 图像增强第19-20页
        2.2.4 图像分割第20页
    2.3 常用目标检测方法第20-22页
    2.4 目标跟踪常用方法第22-24页
    2.5 本章小结第24-25页
第三章 目标跟踪方法分析第25-41页
    3.1 Camshift跟踪算法第25-33页
        3.1.1 色彩空间和反向投影第25-28页
        3.1.2 Meanshift算法理论第28-30页
        3.1.3 Camshift算法第30-33页
    3.2 基于SURF特征的跟踪方法第33-40页
        3.2.1 积分图像的建立第34-35页
        3.2.2 尺度空间的建立第35-36页
        3.2.3 特征点的检测第36-38页
        3.2.4 特征描述子的生成第38-39页
        3.2.5 特征向量的匹配第39页
        3.2.6 SIFT和SURF的比较第39-40页
    3.3 本章小结第40-41页
第四章 目标跟踪系统的设计第41-62页
    4.1 机载计算机第41-42页
    4.2 图像的采集第42-51页
        4.2.1 USB摄像头的图像采集第43-46页
        4.2.2 网络摄像头的图像采集第46-51页
    4.3 图像的压缩第51-56页
        4.3.1 基于FFmpeg的MPEG-4 软件压缩第51-53页
        4.3.2 基于DSP核的H.264 硬件压缩第53-56页
    4.4 图像的传输第56-59页
    4.5 简易地面站设计第59-61页
    4.6 本章小结第61-62页
第五章 目标跟踪算法的实现第62-75页
    5.1 Camshift算法的改进第62页
    5.2 基于SURF特征的跟踪算法改进第62-64页
    5.3 改进后的算法及实验第64-67页
    5.4 云台控制与目标跟踪实验第67-74页
        5.4.1 机械云台控制第67-69页
        5.4.2 网络摄像头集成云台控制第69-72页
        5.4.3 目标跟踪实验第72-74页
    5.5 本章小结第74-75页
结论与展望第75-77页
参考文献第77-82页
致谢第82-83页
附件第83页

论文共83页,点击 下载论文
上一篇:基于声发射的RV减速器故障识别研究
下一篇:基于AdaBoost-GASVM算法和LDA主题模型的短文本分类研究