| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外发展现状 | 第9-11页 |
| 1.2.1 主动视觉系统国内外发展现状 | 第9页 |
| 1.2.2 目标检测与跟踪算法研究现状 | 第9-10页 |
| 1.2.3 ARM在图像处理领域中的应用现状与发展 | 第10-11页 |
| 1.3 面临的主要问题 | 第11-12页 |
| 1.4 本文研究内容与结构安排 | 第12-14页 |
| 1.4.1 本文研究内容 | 第12页 |
| 1.4.2 结构安排 | 第12-14页 |
| 第二章 运动目标检测算法 | 第14-18页 |
| 2.1 前言 | 第14页 |
| 2.2 背景减除法 | 第14-16页 |
| 2.3 帧间差分法 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 运动目标跟踪算法设计 | 第18-35页 |
| 3.1 前言 | 第18页 |
| 3.2 Camshift算法介绍 | 第18-21页 |
| 3.2.1 Meanshift算法 | 第18-20页 |
| 3.2.2 Camshift算法 | 第20-21页 |
| 3.3 改进Camshift算法 | 第21-29页 |
| 3.3.1 特征点匹配 | 第21-24页 |
| 3.3.2 结合特征点匹配的改进Camshift算法 | 第24-25页 |
| 3.3.3 实验结果分析 | 第25-29页 |
| 3.4 KCF算法简介 | 第29-32页 |
| 3.4.1 HOG特征 | 第29-30页 |
| 3.4.2 KCF算法理论 | 第30-32页 |
| 3.5 改进的KCF算法 | 第32-34页 |
| 3.5.1 基于特征点匹配的改进KCF算法 | 第32-33页 |
| 3.5.2 实验结果分析 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 主动视觉系统硬件设计 | 第35-40页 |
| 4.1 前言 | 第35页 |
| 4.2 硬件结构整体方案 | 第35-36页 |
| 4.3 主控制器 | 第36-38页 |
| 4.3.1 S5PV210 | 第36-37页 |
| 4.3.2 STM32 | 第37-38页 |
| 4.4 其他模块介绍 | 第38-39页 |
| 4.4.1 USB摄像头 | 第38-39页 |
| 4.4.2 RS232转TTL模块 | 第39页 |
| 4.4.3 超声波模块 | 第39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 算法的移植与实现 | 第40-55页 |
| 5.1 前言 | 第40页 |
| 5.2 嵌入式Linux系统移植 | 第40-45页 |
| 5.2.1 uboot移植 | 第40-42页 |
| 5.2.2 Linuxkernel移植 | 第42-43页 |
| 5.2.3 构建根文件系统 | 第43-45页 |
| 5.3 基于ARM的主动视觉系统实现 | 第45-53页 |
| 5.3.1 基于V4L2协议的视频采集 | 第45-48页 |
| 5.3.2 相关库的移植 | 第48-52页 |
| 5.3.3 主动视觉系统轮式小车程序设计 | 第52-53页 |
| 5.4 实验结果 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 工作总结 | 第55页 |
| 6.2 工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 发表论文和科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |