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

基于形变模型和目标特征的目标跟踪算法研究

摘要第1-6页
Abstract第6-12页
第1章 绪论第12-18页
   ·课题的提出和意义第12-13页
   ·目标检测的研究现状及难点第13-14页
     ·目标检测的研究现状第13页
     ·目标检测的难点第13-14页
   ·目标跟踪的研究现状及难点第14-16页
     ·目标跟踪的研究现状第14-15页
     ·目标跟踪的难点第15-16页
   ·目标检测和跟踪技术第16页
   ·论文的章节安排第16-18页
第2章 目标检测与跟踪相关理论及分析第18-32页
   ·引言第18页
   ·目标检测相关理论知识第18-23页
     ·视频图像预处理第18-19页
     ·阈值分割第19-21页
     ·形态学操作第21-23页
   ·目标检测算法分析第23-26页
     ·帧间差分法第23页
     ·背景差分法第23-24页
     ·光流法第24-25页
     ·不变矩特征检测法第25-26页
   ·粒子滤波算法原理第26-28页
     ·贝叶斯重要性采样第26-27页
     ·序列重要性采样第27页
     ·重采样原理第27-28页
   ·均值偏移算法原理第28-31页
     ·核密度估计第28-29页
     ·均值偏移理论第29-31页
   ·本章小结第31-32页
第3章 基于差异累积和背景更新的改进目标检测算法研究第32-44页
   ·引言第32-33页
   ·视频图像预处理第33页
   ·建立背景模型的方法及实验分析第33-37页
     ·简单背景建模第33-34页
     ·单高斯背景建模第34-36页
     ·混合高斯背景建模第36页
     ·背景更新策略分析第36-37页
   ·基于差异累积和背景更新的改进目标检测算法第37-43页
     ·差异累积法背景建模第37-39页
     ·背景更新策略第39-40页
     ·基于差异累积和背景更新的目标检测算法流程第40-42页
     ·目标检测实验结果对比第42-43页
   ·本章小结第43-44页
第4章 基于GVF-Snake的粒子滤波算法研究第44-56页
   ·引言第44页
   ·传统Snake模型第44-47页
     ·Snake的数学模型第44-45页
     ·Snake模型存在的问题第45-46页
     ·梯度矢量流模型第46-47页
   ·基于GVF-Snake的目标模型第47-48页
     ·初始轮廓的获取第47页
     ·改进的GVF-Snake算法第47-48页
   ·基于GVF-Snake的粒子滤波算法实现第48-54页
     ·目标的先验知识第48-49页
     ·系统的状态转移第49页
     ·系统观测第49-50页
     ·后验概率计算第50页
     ·粒子重采样第50页
     ·基于GVF-Snake的粒子滤波算法流程第50-53页
     ·实验结果第53-54页
   ·本章小结第54-56页
第5章 基于梯度方向直方图的多核跟踪算法研究第56-68页
   ·引言第56页
   ·核跟踪第56-57页
   ·Meanshift跟踪算法第57-59页
   ·基于梯度方向直方图的多核跟踪算法第59-66页
     ·目标模型与候选模型第59-60页
     ·相似度量函数第60页
     ·目标的定位第60-61页
     ·基于梯度方向直方图特征的多核跟踪算法流程第61-62页
     ·实验结果第62-66页
   ·本章小结第66-68页
第6章 目标自动检测和跟踪系统设计与实现第68-82页
   ·系统的硬件构成第68-70页
     ·云台和摄像机第68-70页
     ·图像采集卡第70页
   ·系统工作原理和流程第70-73页
     ·系统工作原理第70-71页
     ·系统软件开发环境第71页
     ·系统工作流程第71-73页
   ·系统实验第73-80页
     ·概述第73-74页
     ·系统软件框架第74-76页
     ·实验结果第76-80页
   ·本章小结第80-82页
第7章 总结与展望第82-84页
   ·总结第82-83页
   ·展望第83-84页
参考文献第84-88页
致谢第88页

论文共88页,点击 下载论文
上一篇:图像跟踪识别技术在煤炭运量视频管理系统中的应用研究
下一篇:东软税收分析预测系统的设计与实现