面向模糊视频的车辆目标跟踪算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 车辆目标跟踪算法国内外研究现状 | 第11-13页 |
| 1.3 车辆目标跟踪的关键问题 | 第13-14页 |
| 1.4 论文主要研究内容 | 第14-15页 |
| 1.5 论文组织结构 | 第15-16页 |
| 第2章 复杂场景下的图像预处理 | 第16-30页 |
| 2.1 图像灰度变换 | 第16-17页 |
| 2.2 图像增强 | 第17-24页 |
| 2.2.1 对比度拉伸 | 第18-20页 |
| 2.2.2 直方图均衡化 | 第20-21页 |
| 2.2.3 基于中心环绕思想的Retinex算法 | 第21-24页 |
| 2.3 算法性能评价指标 | 第24-25页 |
| 2.4 实验对比分析 | 第25-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于仿射变换运动估计的自适应跟踪窗算法 | 第30-42页 |
| 3.1 图像序列运动估计算法 | 第30-31页 |
| 3.2 仿射变换理论 | 第31-33页 |
| 3.2.1 仿射变换基础知识 | 第31-32页 |
| 3.2.2 仿射变换求解 | 第32-33页 |
| 3.3 自适应跟踪窗算法 | 第33-36页 |
| 3.3.1 尺度缩放变换 | 第33-35页 |
| 3.3.2 旋转变换 | 第35-36页 |
| 3.4 实验对比分析 | 第36-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 基于互信息模板匹配的遮挡处理算法 | 第42-53页 |
| 4.1 信息熵基础理论 | 第42-44页 |
| 4.1.1 信息熵概述 | 第42-43页 |
| 4.1.2 互信息概述 | 第43-44页 |
| 4.2 基于互信息的模板匹配模型 | 第44-46页 |
| 4.3 遮挡处理策略 | 第46-48页 |
| 4.4 实验对比分析 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 改进的结构化输出SVM车辆跟踪算法 | 第53-66页 |
| 5.1 SVM基础知识 | 第53-56页 |
| 5.2 Haar-like特征 | 第56-58页 |
| 5.2.1 Haar-like特征概述 | 第56-57页 |
| 5.2.2 Haar-like特征值计算 | 第57-58页 |
| 5.3 结构化输出SVM跟踪算法 | 第58-61页 |
| 5.3.1 结构化输出SVM跟踪原理 | 第58-60页 |
| 5.3.2 结构化输出SVM跟踪算法框架 | 第60-61页 |
| 5.4 改进的结构化输出SVM跟踪算法设计 | 第61-62页 |
| 5.5 实验对比分析 | 第62-65页 |
| 5.6 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66页 |
| 6.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间公开发表论文情况 | 第72-73页 |
| 致谢 | 第73页 |
