Camshift和Kalman滤波算法在视频图像跟踪中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 目标跟踪算法综述 | 第12-14页 |
| 1.4 论文的主要研究内容及章节安排 | 第14-16页 |
| 1.4.1 论文的主要研究内容 | 第14-15页 |
| 1.4.2 章节安排 | 第15-16页 |
| 2 目标检测技术研究 | 第16-32页 |
| 2.1 目标检测方法综述 | 第16页 |
| 2.2 帧差法 | 第16-17页 |
| 2.3 光流法 | 第17-18页 |
| 2.4 背景差分法 | 第18-21页 |
| 2.4.1 ViBe算法 | 第19-21页 |
| 2.5 阴影的影响和处理 | 第21-27页 |
| 2.5.1 阴影 | 第21-22页 |
| 2.5.2 混合高斯算法 | 第22-24页 |
| 2.5.3 基于RGB颜色模型的阴影检测 | 第24-27页 |
| 2.6 实验结果及分析 | 第27-30页 |
| 2.6.1 两帧差分法 | 第27-28页 |
| 2.6.2 三帧差分法 | 第28-29页 |
| 2.6.3 ViBe算法 | 第29页 |
| 2.6.4 混合高斯算法 | 第29-30页 |
| 2.6.5 阴影消除 | 第30页 |
| 2.7 本章小结 | 第30-32页 |
| 3 基于均值漂移的CamShift算法 | 第32-44页 |
| 3.1 色彩投影图 | 第32-34页 |
| 3.2 MeanShift算法 | 第34-41页 |
| 3.2.1 基本MeanShift | 第35-36页 |
| 3.2.2 扩展MeanShift算法 | 第36-38页 |
| 3.2.3 物理含义 | 第38-39页 |
| 3.2.4 MeanShift算法步骤 | 第39-40页 |
| 3.2.5 MeanShift算法跟踪步骤 | 第40-41页 |
| 3.3 CamShift算法 | 第41页 |
| 3.4 实验结果及分析 | 第41-44页 |
| 4 卡尔曼滤波器 | 第44-53页 |
| 4.1 离散的Kalman滤波器 | 第44-48页 |
| 4.2 扩展Kalman滤波器 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 5 基于卡尔曼和CamShift的目标跟踪 | 第53-58页 |
| 5.1 算法介绍 | 第53-54页 |
| 5.2 实验结果 | 第54-57页 |
| 5.2.1 单个目标跟踪 | 第54-57页 |
| 5.2.2 多个目标跟踪 | 第57页 |
| 5.3 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 个人简介及在学期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |
