运动多目标检测与跟踪算法研究
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第1章 绪论 | 第10-15页 |
·引言 | 第10页 |
·课题研究背景及发展现状 | 第10-12页 |
·多目标检测与跟踪的原理 | 第12-13页 |
·本文研究内容及安排 | 第13-15页 |
第2章 目标检测与跟踪基本方法分析 | 第15-30页 |
·运动目标检测方法 | 第15-20页 |
·光流法 | 第15-16页 |
·帧间差分法 | 第16-19页 |
·背景差分法 | 第19-20页 |
·背景模型建立 | 第20-26页 |
·均值背景模型 | 第21-22页 |
·中值背景模型 | 第22页 |
·混合高斯背景模型 | 第22-26页 |
·基于图像的目标跟踪 | 第26-29页 |
·相关跟踪 | 第26-28页 |
·波门跟踪 | 第28-29页 |
·本章小结 | 第29-30页 |
第3章 目标检测与提取 | 第30-50页 |
·改进的帧间差分背景模型 | 第30-32页 |
·背景的自适应更新 | 第32-33页 |
·多目标提取 | 第33-49页 |
·图像增强技术 | 第33-41页 |
·形态学处理 | 第41-44页 |
·目标图像分割 | 第44-49页 |
·本章小结 | 第49-50页 |
第4章 全局特征匹配的多目标跟踪 | 第50-60页 |
·目标跟踪的预测算法分析 | 第50-53页 |
·线性最小二乘预测算法 | 第50-51页 |
·卡尔曼预测算法 | 第51-53页 |
·多目标跟踪状态分析 | 第53-54页 |
·基于全局特征匹配的多目标跟踪 | 第54-59页 |
·全局特征提取 | 第55页 |
·多特征融合匹配 | 第55-57页 |
·Kalman预测在特征匹配中的使用 | 第57-58页 |
·多目标跟踪结果 | 第58-59页 |
·本章小结 | 第59-60页 |
结论 | 第60-61页 |
参考文献 | 第61-65页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
致谢 | 第66页 |