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

视频中的运动目标检测与跟踪算法研究

中文摘要第1页
英文摘要第4-7页
第一章 绪论第7-13页
   ·课题的研究背景及意义第7-8页
   ·国内外研究现状第8-10页
   ·运动目标检测与跟踪技术的应用第10-11页
   ·本论文的主要工作第11-13页
第二章 视频中的运动目标检测算法分析第13-32页
   ·数字图像处理的基本方法第13-20页
     ·图像增强第13-15页
     ·中值滤波第15-16页
     ·图像分割第16-20页
   ·运动目标检测的方法研究第20-23页
     ·帧间差分法第20-21页
     ·背景差法第21-22页
     ·光流法第22-23页
   ·运动目标检测的实现第23-31页
     ·数学形态学处理第23-25页
     ·连通性分析第25-27页
     ·帧间差分法算法实现运动目标检测第27-29页
     ·背景差法算法实现运动目标检测第29-31页
   ·本章小结第31-32页
第三章 视频中的运动目标跟踪算法研究第32-42页
   ·视频跟踪算法第32-34页
   ·基于Kalman 滤波的运动目标跟踪算法第34-41页
     ·波门跟踪第34-36页
     ·基于 Kalman 滤波器的运动目标预测第36-39页
     ·基于 Kalman 滤波器的运动目标检测实现第39-41页
   ·本章小结第41-42页
第四章 SIFT 算法在运动目标跟踪中的应用研究第42-55页
   ·经典特征点匹配算法第42-45页
     ·Moravec 角点提取算法第42-43页
     ·Harris 角点提取算法第43-44页
     ·SUSAN 角点提取算法第44-45页
     ·MIC 角点提取算法第45页
   ·SIFT 算法原理第45-49页
     ·求取尺度空间极值第46-47页
     ·特征点位置的确定第47-48页
     ·特征点方向的确定第48页
     ·特征点的描述符第48-49页
   ·基于SIFT 算法的运动目标跟踪的实现第49-54页
     ·基于 SIFT 算子的运动目标跟踪第49-50页
     ·一种基于 SIFT 算法的目标跟踪的实现第50-54页
   ·本章小结第54-55页
第五章 结论与展望第55-57页
   ·结论第55页
   ·展望第55-57页
参考文献第57-61页
致谢第61-62页
在学期间发表学术论文和参加科研情况第62页

论文共62页,点击 下载论文
上一篇:基于粒子群算法的Web文本信息过滤研究
下一篇:电厂运行管理信息系统的设计与实现