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

基于特征点的运动目标跟踪技术研究

摘要第1-5页
ABSTRACT第5-13页
第一章 绪论第13-20页
   ·研究背景和意义第13-14页
   ·国内外研究现状第14-16页
   ·运动目标跟踪技术存在的问题第16-17页
   ·本文的研究内容和创新点第17-20页
     ·本文的研究内容第17-18页
     ·本文的创新点第18-20页
第二章 基于特征点的运动目标跟踪算法基本原理第20-35页
   ·关于特征点的概述第20-21页
   ·常用的特征点提取算法原理第21-26页
     ·Moravec算子提取特征点第21-22页
     ·Harris算子提取特征点第22-23页
     ·SUSAN算子提取特征点第23-25页
     ·KLT算子提取特征点第25-26页
   ·SIFT算法提取特征点第26-29页
     ·计算尺度空间极值第26-27页
     ·确定特征点位置第27-29页
   ·实验结果分析第29-35页
第三章 基于SIFT和KLT相结合的运动目标跟踪算法第35-46页
   ·特征点匹配算法研究第35-37页
     ·特征点匹配算法概述第35-36页
     ·KLT匹配算法理论第36-37页
   ·基于SIFT和KLT相结合的运动目标跟踪算法第37-41页
     ·优化SIFT算法第38-39页
     ·基于主动轮廓模型算法确定目标位置第39-41页
   ·基于SIFT和KLT相结合的运动目标跟踪系统流程第41-42页
   ·实验结果分析第42-46页
第四章 运动目标的稳定跟踪技术研究第46-64页
   ·特征点更新第46-48页
   ·目标受到遮挡问题分析第48-50页
   ·遮挡发生的判断第50-57页
     ·颜色模型的选取第50-53页
     ·基于颜色直方图的Bhattacharyya系数第53-57页
   ·目标受到遮挡下的跟踪策略第57-60页
     ·基于Bhattacharyya系数的动态模板库建立第57-58页
     ·目标受到遮挡下的跟踪第58-60页
   ·实验效果与分析第60-64页
第五章 运动目标检测方法研究第64-75页
   ·运动目标检测概述第64-65页
   ·微分光流技术第65-66页
   ·基于Horn-Schunck算法的微分光流技术第66-69页
     ·光流约束方程第66-67页
     ·Horn-Schunck算法第67-69页
   ·微分光流的聚类分析第69-72页
     ·光流场的二值化处理第69-70页
     ·基于ISODATA算法的动态聚类第70-71页
     ·基于Greedy算法提取运动目标区域第71-72页
   ·运动目标检测的实验结果分析第72-75页
第六章 运动目标跟踪系统实现第75-82页
   ·系统架构第75-76页
   ·系统硬件第76-77页
   ·系统软件选择第77-80页
     ·OpenCV视觉函数库第77-78页
     ·DirectShow技术第78-80页
   ·运动目标系统界面设计第80-82页
第七章 总结和展望第82-84页
   ·工作总结第82-83页
   ·研究展望第83-84页
参考文献第84-90页
致谢第90-91页
在学期间的研究成果及发表的学术论文第91页

论文共91页,点击 下载论文
上一篇:基于分数阶次信号处理的新型边缘检测方法研究
下一篇:应用于人脸识别中的反照片欺骗检测方法研究