基于改进Camshift的动态场景运动目标跟踪算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外现状 | 第9页 |
| 1.2.2 国内现状 | 第9-10页 |
| 1.2.3 小结 | 第10-11页 |
| 1.3 论文主要研究工作及特色 | 第11页 |
| 1.4 论文结构 | 第11-14页 |
| 第2章 相关理论与技术 | 第14-32页 |
| 2.1 视觉跟踪算法 | 第14-15页 |
| 2.1.1 自下向上思想 | 第14-15页 |
| 2.1.2 自上向下思想 | 第15页 |
| 2.2 常用的目标检测方法 | 第15-21页 |
| 2.2.1 帧间差分法 | 第16-17页 |
| 2.2.2 背景减差法 | 第17-18页 |
| 2.2.3 光流法 | 第18-21页 |
| 2.3 Camshift跟踪算法 | 第21-28页 |
| 2.3.1 颜色空间 | 第21-24页 |
| 2.3.2 Back Projection运算 | 第24-25页 |
| 2.3.3 Mean Shift算法 | 第25-26页 |
| 2.3.4 Camshift算法实现 | 第26-28页 |
| 2.4 Kalman滤波器 | 第28-30页 |
| 2.4.1 Kalman滤波原理 | 第28-29页 |
| 2.4.2 Kalman滤波的特性 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 结合动态场景的Camshift算法改进 | 第32-44页 |
| 3.1 改进思路介绍 | 第32页 |
| 3.2 图像滤波处理 | 第32-35页 |
| 3.2.1 噪声对Camshift的影响 | 第33页 |
| 3.2.2 噪声像素过滤 | 第33-34页 |
| 3.2.3 搜索框优化 | 第34-35页 |
| 3.3 颜色直方图改进 | 第35-39页 |
| 3.3.1 提取H-S分量 | 第35-37页 |
| 3.3.2 颜色直方图加权 | 第37页 |
| 3.3.3 改进后的算法流程 | 第37-39页 |
| 3.4 运动目标的轨迹预测 | 第39-41页 |
| 3.4.1 引入Kalman滤波模型 | 第39-40页 |
| 3.4.2 遮挡判断 | 第40-41页 |
| 3.5 跟踪系统设计 | 第41-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 实验验证及分析 | 第44-52页 |
| 4.1 实验平台 | 第44-45页 |
| 4.1.1 硬件平台 | 第44页 |
| 4.1.2 软件平台 | 第44-45页 |
| 4.2 目标跟踪实验 | 第45-49页 |
| 4.2.1 背景干扰实验 | 第45-46页 |
| 4.2.2 遮挡干扰实验 | 第46-47页 |
| 4.2.3 光照变化实验 | 第47-49页 |
| 4.3 实时性分析 | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 工作总结 | 第52页 |
| 5.2 未来展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士学位期间公开发表的论文 | 第62页 |
