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

复杂场景下灰度图像目标的精确跟踪方法研究

摘要第1-5页
ABSTRACT第5-8页
第一章 绪论第8-17页
   ·研究背景和意义第8-9页
   ·研究现状及发展趋势第9-13页
     ·基于相关的跟踪算法第9-10页
     ·基于特征的跟踪算法第10-11页
     ·基于模型的跟踪算法第11-12页
     ·基于运动估计的跟踪算法第12-13页
   ·灰度成像目标跟踪难点分析第13-15页
   ·主要研究内容及组织安排第15-17页
第二章 复杂场景下的灰度目标图像预处理第17-28页
   ·图像滤波第17-21页
     ·高通滤波法第17-19页
     ·均值滤波法第19-20页
     ·中值滤波法第20-21页
   ·图像分割第21-23页
     ·阈值分割法第22页
     ·边缘检测分割法第22-23页
     ·区域分割法第23页
   ·精确跟踪中应用的图像滤波和分割算法第23-28页
第三章 灰度成像目标的特征描述第28-38页
   ·目标的特征提取概述第28-30页
     ·直方图特征提取第28-29页
     ·边缘轮廓特征提取第29页
     ·纹理特征提取第29-30页
   ·图像的纹理特征第30-32页
     ·基于图像灰度差值直方图的特征第30-31页
     ·梯度方向纹理特征第31-32页
     ·基于图像灰度共生矩阵的特征第32页
   ·基于LBP 纹理特征的提取与改进第32-38页
第四章 均值移位理论第38-46页
   ·非参数核密度估计第38-40页
   ·密度梯度估计第40-42页
   ·收敛性证明第42-44页
   ·迭代过程示例第44-46页
第五章 基于联合特征加权的均值移位目标跟踪第46-62页
   ·目标的联合特征加权直方图表示第46-51页
     ·加权直方图描述方法第47-48页
     ·目标图像联合特征加权直方图描述方法第48-51页
   ·基于Bhattacharyya 系数的直方图分布相似性度量第51-52页
   ·利用均值移位迭代搜索目标位置第52-54页
   ·仿真试验结果第54-62页
第六章 均值移位和粒子滤波结合的目标跟踪算法第62-71页
   ·粒子滤波及状态采样第63-65页
   ·系统噪声参数估计及粒子权值的更新第65-66页
   ·均值移位与粒子滤波的融合算法实现第66-67页
   ·仿真试验结果第67-71页
第七章 总结与展望第71-73页
   ·总结第71-72页
   ·展望第72-73页
致谢第73-74页
参考文献第74-78页
攻硕期间取得的研究成果第78-79页

论文共79页,点击 下载论文
上一篇:改进的SURF图像配准算法研究
下一篇:虹膜图像的掩模估计和特征匹配算法的研究