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

基于双目视觉和CamShift算法的目标检测与跟踪

摘要第6-8页
Abstract第8-9页
第一章 绪论第10-17页
    1.1 引言第10页
    1.2 双目立体视觉技术的发展现状第10-11页
    1.3 立体视觉研究存在的问题和发展方向第11-12页
    1.4 目标检测与跟踪技术的发展现状第12-14页
    1.5 课题研究的目的和意义第14-16页
    1.6 本章小结第16-17页
第二章 立体成像基础与目标匹配第17-30页
    2.1 引言第17页
    2.2 立体成像基础第17-20页
    2.3 摄像机标定第20-24页
        2.3.1 Tsai标定方法第20-23页
        2.3.2 双目立体系统标定第23-24页
    2.4 立体匹配的约束与求解第24-25页
    2.5 立体匹配算法第25-29页
        2.5.1 基于区域相关的匹配第26-27页
        2.5.2 基于特征的匹配第27-28页
        2.5.3 基于相位的匹配第28-29页
    2.6 本章小结第29-30页
第三章 基于视差图背景差分的目标检测与提取第30-44页
    3.1 目标的检测与提取第30-32页
        3.1.1 目标检测的任务与要求第30-31页
        3.1.2 目标检测算法的分类第31-32页
    3.2 灰度图像第32-33页
    3.3 瞬时差分法第33-37页
        3.3.1 瞬时差分算法基本原理第33-34页
        3.3.2 形态学处理第34-36页
        3.3.3 实验结果与讨论第36-37页
    3.4 基于背景差分的目标检测与提取第37-40页
        3.4.1 背景差分算法的实现第38-39页
        3.4.2 基于高斯分布的自适应背景模型估计第39-40页
    3.5 使用背景差分算法进行双目立体视觉中的目标检测与提取第40-43页
        3.5.1 背景差分算法在双目视觉中的实现第40-41页
        3.5.2 实验结果与讨论第41-43页
    3.6 本章小结第43-44页
第四章 CamShift算法在跟踪中的应用第44-54页
    4.1 Meanshift算法基础第44-46页
    4.2 颜色空间第46-48页
        4.2.1 常用的颜色空间第46-47页
        4.2.2 从RGB颜色模型到HSV模型的转换第47-48页
    4.3 CamSshift跟踪算法第48-50页
    4.4 CamShift跟踪算法在立体视觉中的应用第50-53页
        4.3.1 视差深度图的计算第51-52页
        4.3.2 使用Camshift跟踪算法进行跟踪第52-53页
    4.4 本章小结第53-54页
第五章 双目视觉跟踪系统的实现与实验研究第54-66页
    5.1 实验平台的设计与组成第54-58页
        5.1.1 系统的硬件组成第54页
        5.1.2 双目视觉系统第54-57页
        5.1.3 AS-R开发库的组成与环境配置第57-58页
    5.2 图像的采集与关键代码第58-59页
    5.3 基于OpenCV的CamShift算法的实现第59-60页
    5.4 实验结果与讨论第60-65页
        5.4.1 单目标的跟踪第60-62页
        5.4.2 多目标的跟踪第62页
        5.4.3 遮挡情况下的跟踪第62-65页
    5.6 本章小结第65-66页
第六章 总结与展望第66-68页
参考文献第68-71页
致谢第71-72页
学位论文评阅及答辩情况表第72页

论文共72页,点击 下载论文
上一篇:基于货位优化的自动化立体仓库出入库系统设计
下一篇:悬臂筛网振动筛筛分理论及产品优化设计