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

基于图像的目标快速识别与跟踪技术研究

摘要第1-5页
Abstract第5-12页
第一章 绪论第12-19页
   ·本课题研究的意义第12-13页
   ·本课题研究的现状第13-17页
     ·运动目标检测技术第13-14页
     ·目标识别技术第14-15页
     ·目标跟踪技术第15-17页
   ·课题研究的主要内容第17-18页
   ·小结第18-19页
第二章 运动目标检测第19-35页
   ·前言第19页
   ·运动目标检测的基本方法第19-24页
     ·连续帧间差分法第19-21页
     ·背景差分法第21-23页
     ·光流法第23-24页
   ·图像分割算法第24-29页
     ·图像的预处理第24页
     ·图像分割算法概述第24页
     ·最大类间方差法第24-25页
     ·最大类间类内方差法第25-26页
     ·最大熵法第26-27页
     ·自适应阈值分割法第27-28页
     ·几种阈值分割方法的实验结果比较第28-29页
   ·形态学图像滤波第29-30页
   ·Kim 运动目标检测算法第30-31页
   ·改进的运动目标检测算法第31-33页
     ·差分图像的阈值分割方法第32页
     ·改进后的算法分析第32-33页
   ·实验结果与分析第33-34页
   ·小结第34-35页
第三章 运动目标的特征提取与识别技术第35-56页
   ·前言第35页
   ·图像的特征提取算法第35-45页
     ·Hu 不变矩的提取第36-37页
     ·改进的Hu 不变矩的提取第37-38页
     ·仿射不变矩的提取第38-40页
     ·组合不变矩的提取第40-41页
     ·特征提取的实验结果与分析第41-45页
   ·基于FLDA 的目标识别技术第45-49页
     ·FLDA 准则第46-48页
     ·基于FLDA 的目标识别的实现步骤第48-49页
   ·基于PCA 与FLDA 的目标识别技术第49-53页
     ·主分量分析第49-53页
     ·基于PCA 与FLDA 的目标识别第53页
   ·两种方法的实验结果与分析第53-55页
   ·小结第55-56页
第四章 运动目标的跟踪第56-75页
   ·前言第56页
   ·形心跟踪算法第56-59页
     ·跟踪窗口的设计第56-58页
     ·形心的计算第58-59页
   ·模板相关匹配跟踪算法第59-64页
     ·基于归一化互相关的模板相关匹配跟踪算法第60-61页
     ·基于最小绝对方差累加和的模板相关匹配算法第61页
     ·序列相似性检测算法第61-62页
     ·SSDA 的改进措施第62-63页
     ·模板更新策略第63-64页
     ·模板相关匹配跟踪的实验结果与分析第64页
   ·基于Kalman 的预测跟踪算法第64-74页
     ·Kalman 滤波器原理第65-66页
     ·Kalman 滤波器方程第66-67页
     ·Kalman 滤波器初始状态的建立第67页
     ·Kalman 预测跟踪的应用第67-68页
     ·Kalman 预测跟踪的改进第68-69页
     ·Kalman 预测跟踪的实验结果与分析第69-74页
   ·小结第74-75页
第五章 系统的硬件平台与软件设计及优化第75-90页
   ·前言第75页
   ·系统的硬件平台第75-81页
     ·DAM6416P 图像处理平台第75-80页
     ·TDS560USB 硬件仿真器第80-81页
   ·系统的软件开发与仿真第81-84页
     ·CCS 集成开发环境第81-83页
     ·系统仿真第83-84页
   ·系统的软件设计与代码优化第84-89页
     ·软件开发流程第84-85页
     ·软件设计第85-87页
     ·代码优化第87-89页
   ·小结第89-90页
第六章 总结与展望第90-92页
   ·工作总结第90页
   ·研究展望第90-92页
参考文献第92-95页
致谢第95-96页
在学期间的研究成果及发表的学术论文第96页

论文共96页,点击 下载论文
上一篇:基于Linux的无人机故障注入与分析系统软件研究
下一篇:基于视频的目标检测与跟踪技术研究