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

多摄像机视域中的运动目标检测与跟踪研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-15页
   ·课题研究的背景及意义第10-11页
   ·国内外研究现状第11-13页
   ·研究难点第13页
   ·本文主要工作及内容安排第13-15页
第二章 运动目标检测第15-28页
   ·常用的运动目标检测算法第15-18页
     ·背景差法第15-16页
     ·帧差法第16-17页
     ·光流法第17-18页
   ·常用的背景建模方法第18-21页
     ·中值法第18页
     ·均值法第18-19页
     ·高斯建模法第19-21页
     ·码书法第21页
   ·背景更新第21-22页
   ·阴影去除第22-24页
   ·后处理过程第24-25页
   ·帧差法与背景差分相结合的目标检测实验第25-27页
   ·本章小结第27-28页
第三章 视域重叠情况下运动目标的匹配第28-45页
   ·视野分界线的生成算法第29-35页
     ·SIFT 算法第30-32页
     ·RANSAC 算法第32-33页
     ·投影不变量第33-34页
     ·视野分界线的生成第34-35页
   ·基于视野分界线的目标匹配算法第35页
   ·融合 SIFT 特征的目标匹配算法第35-36页
   ·实验结果与分析第36-44页
     ·视野分界线生成算法的实验结果第36-40页
     ·基于视野分界线的目标匹配算法实验结果第40-43页
     ·融合 SIFT 特征的目标匹配算法实验结果第43-44页
   ·本章小结第44-45页
第四章 视域不重叠情况下运动目标的匹配第45-61页
   ·亮度转换第46-47页
   ·主颜色谱直方图匹配算法第47-50页
     ·颜色距离的表示方法第47页
     ·初始聚类第47-48页
     ·K-means 聚类第48-49页
     ·相似性度量第49-50页
   ·全局颜色模型第50-52页
   ·基于 MCSH-GCM 融合的目标匹配算法第52页
   ·实验结果与分析第52-60页
     ·主颜色谱直方图匹配算法实验结果第52-55页
     ·全局颜色模型实验结果第55-59页
     ·基于 MCSH-GCM 融合的目标匹配算法实验结果第59-60页
   ·本章小结第60-61页
第五章 一种 CK 结合的运动目标跟踪算法第61-75页
   ·Kalman 滤波第62-64页
     ·基本方程第63页
     ·迭代过程第63-64页
   ·Camshift 算法第64-67页
     ·RGB 到 HSV 颜色空间转换第64-65页
     ·计算反向投影图第65页
     ·Camshift 算法的搜索过程第65-66页
     ·Camshift 算法的详细步骤第66-67页
   ·Camshift 与 Kalman 结合算法第67-68页
   ·实验结果与分析第68-74页
   ·本章小结第74-75页
第六章 总结与展望第75-78页
   ·总结第75-76页
   ·下一步的研究工作第76-78页
参考文献第78-82页
附录 1 程序目录第82-83页
附录 2 攻读硕士学位期间撰写的论文第83-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:压缩视频安全方法研究
下一篇:微粒群优化的分布式特征研究及应用