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

基于聚类分析和卡尔曼滤波的电子稳像研究

摘要第4-5页
Abstract第5页
第1章 引言第8-14页
    1.1 课题研究背景及意义第8页
    1.2 稳像技术的发展与分类第8-11页
        1.2.1 原理分类第8-10页
        1.2.2 应用分类第10-11页
    1.3 电子稳像技术的发展现状第11-12页
    1.4 论文的主要工作和结构第12-14页
        1.4.1 论文的主要工作第12页
        1.4.2 论文内容和结构第12-14页
第2章 电子稳像技术的基本原理第14-30页
    2.1 摄像机成像原理和图像变换的运动模型第14-18页
        2.1.1 摄像机的成像原理第14-15页
        2.1.2 图像变换的运动模型第15-18页
    2.2 运动估计第18-24页
        2.2.1 运动估计的基本原理第18-19页
        2.2.2 运动估计的基本方法第19-24页
    2.3 运动滤波第24-27页
        2.3.1 运动滤波的基本原理第24页
        2.3.2 运动滤波的基本方法第24-27页
    2.4 运动补偿第27-28页
    2.5 电子稳像的评价标准第28-29页
    2.6 本章小结第29-30页
第3章 基于SURF和聚类的运动矢量估计第30-57页
    3.1 SURF特征提取和匹配第30-37页
        3.1.1 SURF算子的基本原理第30-33页
        3.1.2 结合SURF和KLT算法的特征匹配第33-35页
        3.1.3 级联仿射变换运动模型第35-37页
    3.2 局部运动的干扰问题第37-39页
    3.3 基于K-MEANS聚类的全局运动估计第39-50页
        3.3.1 运动矢量聚类算法的分析第39-43页
        3.3.2 改进的K-means聚类算法第43-48页
        3.3.3 全局运动矢量估计第48-50页
    3.4 实验结果分析第50-56页
    3.5 本章小结第56-57页
第4章 基于参数比不变的自适应滤波第57-67页
    4.1 卡尔曼滤波的实现第57-59页
    4.2 改进卡尔曼滤波的设计第59-63页
        4.2.1 基于参数比例不变的滤波模型第59-61页
        4.2.2 反馈参数的自适应调整第61-63页
    4.3 实验结果分析第63-66页
    4.4 本章小结第66-67页
第5章 全文总结与展望第67-69页
参考文献第69-72页
致谢第72-73页
附录1 攻读硕士学位期间获得的成果奖励第73-74页
附录2 攻读硕士学位期间参加的科研项目第74页

论文共74页,点击 下载论文
上一篇:视频序列中运动物体检测与阴影抑制算法研究
下一篇:基于蛙眼视觉特性的运动目标检测方法研究