基于立体视觉的运动目标轨迹重建技术
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究概况 | 第11-13页 |
| 1.2.1 立体视觉理论研究概况 | 第11-12页 |
| 1.2.2 立体视觉技术的发展 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 第2章 改进的VIBE目标检测技术 | 第14-31页 |
| 2.1 引言 | 第14页 |
| 2.2 常用检测方法 | 第14-16页 |
| 2.3 VIBE目标检测算法分析 | 第16-21页 |
| 2.3.1 ViBE目标检测算法描述 | 第16-18页 |
| 2.3.2 ViBE算法存在的问题 | 第18-19页 |
| 2.3.3 相关研究 | 第19-21页 |
| 2.4 改进的VIBE算法描述 | 第21-27页 |
| 2.4.1 算法主要步骤 | 第21-22页 |
| 2.4.2 改进的背景模型 | 第22-24页 |
| 2.4.3 前景目标检测 | 第24-27页 |
| 2.5 实验结果与分析 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 改进的KCF目标跟踪技术 | 第31-44页 |
| 3.1 引言 | 第31页 |
| 3.2 目标跟踪方法介绍 | 第31-33页 |
| 3.3 KCF跟踪方法 | 第33-36页 |
| 3.3.1 KCF方法基本原理 | 第33-35页 |
| 3.3.2 KCF方法存在的不足 | 第35-36页 |
| 3.4 改进的融合深度信息的KCF方法 | 第36-40页 |
| 3.4.1 识别目标遮挡 | 第36-39页 |
| 3.4.2 动态模型跟新率 | 第39-40页 |
| 3.4.3 减少负样本噪声 | 第40页 |
| 3.5 实验结果及分析 | 第40-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 双目立体视觉技术 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 立体视觉基本原理 | 第44-45页 |
| 4.3 立体视觉系统结构 | 第45-47页 |
| 4.3.1 视频采集 | 第46页 |
| 4.3.2 摄像机标定 | 第46-47页 |
| 4.3.3 特征提取 | 第47页 |
| 4.3.4 立体匹配 | 第47页 |
| 4.3.5 三维信息重建 | 第47页 |
| 4.4 摄像机标定技术 | 第47-51页 |
| 4.4.1 标定板图像 | 第48页 |
| 4.4.2 单应矩阵的计算 | 第48-49页 |
| 4.4.3 摄像机内部参数求解 | 第49-51页 |
| 4.4.4 摄像机外部参数求解 | 第51页 |
| 4.5 实验结果及分析 | 第51-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 运动目标轨迹重建 | 第56-69页 |
| 5.1 引言 | 第56页 |
| 5.2 清晰目标的处理 | 第56-57页 |
| 5.3 运动模糊目标的处理 | 第57-60页 |
| 5.3.1 计算运动模糊方向 | 第58-59页 |
| 5.3.2 Hermite插值质心轨迹 | 第59-60页 |
| 5.4 减少测量的随机误差 | 第60-61页 |
| 5.5 目标轨迹拟合 | 第61-63页 |
| 5.6 实验结果及分析 | 第63-68页 |
| 5.7 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76页 |
