基于最近邻决策的特征融合跟踪算法的研究和实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-13页 |
| 1 引言 | 第13-19页 |
| 1.1 选题背景及研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 目标检测研究现状 | 第14-15页 |
| 1.2.2 目标跟踪研究现状 | 第15-16页 |
| 1.2.3 多特征融合研究现状 | 第16-17页 |
| 1.3 本文主要内容 | 第17页 |
| 1.4 文章结构安排 | 第17-19页 |
| 2 运动目标的检测 | 第19-35页 |
| 2.1 运动目标检测技术概述 | 第19-28页 |
| 2.1.1 光流法 | 第19-20页 |
| 2.1.2 背景差分法 | 第20-22页 |
| 2.1.3 单高斯模型 | 第22-23页 |
| 2.1.4 混合高斯模型 | 第23-25页 |
| 2.1.5 帧间差分法 | 第25-27页 |
| 2.1.6 常用运动目标检测算法的比较 | 第27-28页 |
| 2.3 改进的三帧差分法 | 第28-29页 |
| 2.4 离散噪声点的去除 | 第29-30页 |
| 2.5 实验结果及分析 | 第30-33页 |
| 2.6 本章小结 | 第33-35页 |
| 3 运动目标的特征融合 | 第35-47页 |
| 3.1 颜色特征 | 第35-37页 |
| 3.1.1 颜色特征的优点与不足 | 第35-36页 |
| 3.1.2 目标颜色建模以及相似度匹配 | 第36-37页 |
| 3.2 几何特征 | 第37-38页 |
| 3.2.1 几何特征的提取 | 第37页 |
| 3.2.2 几何特征的匹配 | 第37-38页 |
| 3.3 角点特征 | 第38-44页 |
| 3.3.1 Harris角点 | 第38-41页 |
| 3.3.2 角点匹配概述 | 第41-44页 |
| 3.4 其他特征的不足 | 第44-45页 |
| 3.5 多特征融合匹配 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 4 运动目标的跟踪 | 第47-73页 |
| 4.1 典目标跟踪算法 | 第48-55页 |
| 4.1.1 Meanshift跟踪算法 | 第49-51页 |
| 4.1.2 Camshift跟踪算法 | 第51-54页 |
| 4.1.3 Kalman滤波 | 第54-55页 |
| 4.2 传统跟踪算法的不足 | 第55-56页 |
| 4.3 最近邻匹配策略 | 第56-58页 |
| 4.3.1 最近邻法则 | 第56-57页 |
| 4.3.2 最近邻法决策目标匹配优先度 | 第57-58页 |
| 4.3.3 目标遮挡的判断 | 第58页 |
| 4.4 本文算法 | 第58-60页 |
| 4.5 实验结果与分析 | 第60-72页 |
| 4.6 本章小结 | 第72-73页 |
| 5 系统设计与实现 | 第73-79页 |
| 5.1 系统设计 | 第73页 |
| 5.2 OpenCV简介 | 第73-74页 |
| 5.3 系统界面 | 第74-75页 |
| 5.4 系统演示 | 第75-78页 |
| 5.5 本章小结 | 第78-79页 |
| 6 总结和展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第85-89页 |
| 学位论文数据集 | 第89页 |
