基于计算机视觉的目标跟踪预测研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-12页 |
| ·研究背景和发展趋势 | 第10-11页 |
| ·论文的主要内容和论文章节安排 | 第11-12页 |
| 第2章 基于计算机视觉的目标跟踪和预测的当前现状 | 第12-17页 |
| ·目标跟踪技术当前现状 | 第12-13页 |
| ·跟踪预测的研究现状 | 第13-16页 |
| ·当前目标跟踪存在的问题 | 第16-17页 |
| 第3章 基于halcon的背景估计法多目标跟踪 | 第17-28页 |
| ·halcon10.0软件 | 第17-18页 |
| ·图像的基本处理 | 第18-20页 |
| ·视频信息的获取 | 第18页 |
| ·采样和量化 | 第18-19页 |
| ·阈值分割 | 第19-20页 |
| ·中值滤波 | 第20-21页 |
| ·基于halcon背景模型创建 | 第21-23页 |
| ·运动目标物体跟踪的基本思想和方法 | 第23-25页 |
| ·帧间差分法 | 第23-24页 |
| ·形态学 | 第24-25页 |
| ·背景估计法的实现 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 基于改进的半监督凝聚聚类算法的图像分割 | 第28-38页 |
| ·概论 | 第28-29页 |
| ·半监督竞争凝聚聚类算法 | 第29-32页 |
| ·算法实现 | 第29-32页 |
| ·改进的半监督竞争凝聚聚类算法 | 第32-34页 |
| ·基于遗传进化和核方法的半监督竞争凝聚聚类算法 | 第34-35页 |
| ·实验与结果分析 | 第35-38页 |
| 第5章 基于马尔科夫链模型的运动目标预测 | 第38-47页 |
| ·马尔科夫链模型 | 第38-39页 |
| ·图像的分块 | 第39-40页 |
| ·图像分块的依据 | 第40-41页 |
| ·转移概率的确定 | 第41-44页 |
| ·转移概率矩阵的确定 | 第41-43页 |
| ·转移概率矩阵参数的确定 | 第43-44页 |
| ·马尔科夫的实验分析 | 第44-45页 |
| ·本文算法实现 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第6章 实验结果与分析 | 第47-57页 |
| ·实验结果 | 第47-51页 |
| ·实验结果的分析 | 第51-55页 |
| ·本章小结 | 第55-57页 |
| 第7章 总结和展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间的科研及获奖情况 | 第63-64页 |
| 致谢 | 第64-66页 |
