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

一种新的动态目标检测与跟踪技术研究

摘要第1-6页
 Abstract第6-9页
第一章 绪论第9-14页
   ·研究的目的和意义第9-10页
   ·运动目标检测技术综述第10-11页
   ·运动目标跟踪技术综述第11-13页
   ·本文主要的研究工作第13页
   ·本文的组织结构第13-14页
第二章 动态目标检测方法第14-23页
   ·帧差法第14-15页
     ·基本帧差法第14页
     ·基于异或的帧差法第14-15页
   ·光流场的基本理论第15-19页
     ·基于梯度的光流计算方法第16页
     ·Horn-Schunck 经典光流计算方法第16-19页
   ·实验结果第19-22页
     ·静态背景下运动目标检测第19-20页
     ·动态背景下运动目标检测第20-22页
   ·本章小结第22-23页
第三章 基于 Gabor 方向梯度的光流法动态目标检测第23-39页
   ·Gabor 函数第23-25页
   ·Gabor 滤波器的特性分析第25-27页
   ·基于 Gabor 方向梯度的光流动态目标检测第27-34页
     ·基于Gabor 滤波的轮廓提取第28-30页
     ·基于方向梯度的光流计算方法第30-34页
   ·实验结果第34-38页
   ·本章小结第38-39页
第四章 粒子群优化核粒子滤波动态目标跟踪方法第39-59页
   ·粒子滤波理论第39-46页
     ·贝叶斯滤波原理第39-42页
     ·蒙特卡罗方法第42-43页
     ·粒子滤波器第43-46页
   ·核粒子滤波理论第46-49页
     ·Mean Shift 算法第46-47页
     ·核粒子滤波器第47-49页
   ·粒子群优化核粒子滤波(PSO-KPF)算法第49-53页
     ·粒子群优化算法第49-51页
     ·粒子群算法优化核粒子滤波算法的适应性第51-52页
     ·粒子群优化核粒子滤波(PSO-KPF)算法第52-53页
   ·实验结果第53-58页
     ·仿真实验第53-55页
     ·视频跟踪实验第55-58页
   ·本章小结第58-59页
第五章 总结与展望第59-61页
   ·本文总结第59页
   ·研究展望第59-61页
参考文献第61-64页
发表论文和科研情况说明第64-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:基于DSP的全方位视觉跟踪器研究
下一篇:动态背景下运动目标检测的研究