基于嵌入式的运动物体检测与跟踪算法研究及应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 选题的背景及研究的意义 | 第8-9页 |
| 1.2 本课题研究领域国内外的研究动态及发展趋势 | 第9-10页 |
| 1.3 本课题的研究内容与技术方案 | 第10-12页 |
| 2 视频图像处理基本方法 | 第12-19页 |
| 2.1 引言 | 第12页 |
| 2.2 图像灰度化 | 第12-13页 |
| 2.3 图像的噪声处理 | 第13-15页 |
| 2.3.1 均值滤波 | 第13-14页 |
| 2.3.2 中值滤波 | 第14-15页 |
| 2.4 图像的二值化 | 第15-16页 |
| 2.5 数学形态学滤波 | 第16-18页 |
| 2.5.1 腐蚀与膨胀 | 第16-17页 |
| 2.5.2 开运算与闭运算 | 第17-18页 |
| 2.6 本章小结 | 第18-19页 |
| 3. 运动跟踪嵌入式系统组成 | 第19-27页 |
| 3.1 硬件平台构成 | 第19-21页 |
| 3.1.1 处理器选择 | 第19-20页 |
| 3.1.2 存储系统的构建 | 第20-21页 |
| 3.2 操作系统选择 | 第21-22页 |
| 3.2.1 操作系统的作用 | 第21页 |
| 3.2.2 嵌入式操作系统的选用 | 第21-22页 |
| 3.3 构建操作系统内核 | 第22-24页 |
| 3.3.1 Linux内核结构 | 第22-23页 |
| 3.3.2 交叉编译环境 | 第23-24页 |
| 3.3.3 内核移植 | 第24页 |
| 3.4 文件系统移植 | 第24-25页 |
| 3.4.1 YAFFS文件系统概述 | 第24-25页 |
| 3.4.2 YAFFS文件系统移植 | 第25页 |
| 3.5 Bootloader移植 | 第25页 |
| 3.6 USB摄像头的选择 | 第25-26页 |
| 3.7 本章小结 | 第26-27页 |
| 4 运动物体的检测 | 第27-39页 |
| 4.1 软件系统组成 | 第27页 |
| 4.2 前景检测介绍 | 第27-28页 |
| 4.3 前景检测基本算法 | 第28-31页 |
| 4.3.1 帧间差分法 | 第28-29页 |
| 4.3.2 光流法 | 第29页 |
| 4.3.3 背景差分法 | 第29-31页 |
| 4.4 本系统所采用的的背景差分法 | 第31-37页 |
| 4.4.1 背景模型的初始化 | 第31-33页 |
| 4.4.2 阈值的选取 | 第33-36页 |
| 4.4.3 背景模型的更新 | 第36-37页 |
| 4.5 背景检测算法流程 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 5 运动物体的跟踪 | 第39-50页 |
| 5.1 引言 | 第39页 |
| 5.2 运动物体特征描述 | 第39页 |
| 5.3 常见运动物体跟踪算法 | 第39-40页 |
| 5.3.1 基于模型的跟踪算法 | 第39-40页 |
| 5.3.2 基于特征的跟踪算法 | 第40页 |
| 5.3.3 基于变形模型的跟踪算法 | 第40页 |
| 5.3.4 基于区域的跟踪算法 | 第40页 |
| 5.4 卡尔曼滤波器原理 | 第40-41页 |
| 5.5 卡尔曼滤波器结合质心的运动跟踪 | 第41-46页 |
| 5.5.1 运动目标的质心计算 | 第43-44页 |
| 5.5.2 系统的卡尔曼预估模型设计 | 第44-45页 |
| 5.5.3 特征匹配与模型更新 | 第45-46页 |
| 5.6 实验结果分析 | 第46-49页 |
| 5.7 本章小结 | 第49-50页 |
| 6 结论及展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55-56页 |
| 致谢 | 第56页 |
