基于视频的集装箱检测与跟踪技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究意义 | 第11-13页 |
| ·本文主要工作和研究内容 | 第13-16页 |
| 2 计算机视觉 | 第16-21页 |
| ·计算机视觉简介 | 第16-17页 |
| ·计算机视觉系统组成 | 第17-18页 |
| ·计算机视觉研究特点 | 第18页 |
| ·计算视觉发展前景 | 第18-21页 |
| 3 基于背景建模与背景差的运动检测算法 | 第21-36页 |
| ·引言 | 第21-22页 |
| ·本文使用的背景建模方法 | 第22-28页 |
| ·高斯混合模型 | 第23-25页 |
| ·模型参数更新 | 第25-26页 |
| ·背景估计 | 第26-27页 |
| ·背景更新的改进 | 第27-28页 |
| ·减背景提取运动目标 | 第28-32页 |
| ·团块运动目标检测 | 第28-29页 |
| ·空间自适应阈值的运动目标检测 | 第29-31页 |
| ·自适应阈值与团块联合的目标检测 | 第31-32页 |
| ·集装箱装卸作业的仿真系统 | 第32-33页 |
| ·试验结果分析 | 第33-36页 |
| 4 基于Camshift的运动跟踪 | 第36-51页 |
| ·引言 | 第36-38页 |
| ·Mean shift算法基础 | 第38-40页 |
| ·算法步骤 | 第40-41页 |
| ·颜色模型 | 第41-43页 |
| ·颜色概率分布图 | 第43-45页 |
| ·Camshift算法在图像跟踪中的实现 | 第45-49页 |
| ·Mean shift算法步骤 | 第45-46页 |
| ·Camshift算法在图像跟踪中的实现 | 第46-49页 |
| ·实验结果分析 | 第49-51页 |
| 5 卡尔曼滤波跟踪 | 第51-58页 |
| ·卡尔曼滤波公式 | 第52-53页 |
| ·卡尔曼滤波算法 | 第53-55页 |
| ·联合卡尔曼滤波与Camshift的跟踪模型 | 第55-56页 |
| ·实验结果分析 | 第56-58页 |
| 6 结论与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 研究生期间发表论文情况 | 第64-65页 |
| 个人简历 | 第65页 |
