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

粒子滤波及跟踪窗口尺寸自适应调整方法的研究

中文摘要第1-5页
Abstract第5-10页
第一章 绪论第10-16页
   ·研究背景及意义第10-11页
   ·运动目标的检测方法概述第11-13页
     ·帧差法第11-12页
     ·背景减除法第12页
     ·光流法第12-13页
   ·运动目标的跟踪方法概述第13-15页
     ·基于区域匹配的跟踪算法第13页
     ·基于活动轮廓的跟踪算法第13-14页
     ·基于特征的跟踪算法第14页
     ·基于 3D 的跟踪算法第14-15页
   ·本文的主要研究工作及内容安排第15-16页
     ·本文的主要研究工作第15页
     ·本文的章节安排第15-16页
第二章 粒子滤波理论及其在目标跟踪中的应用第16-31页
   ·引言第16页
   ·滤波理论的发展第16-19页
   ·粒子滤波理论第19-27页
     ·贝叶斯滤波原理第19-21页
     ·蒙特卡罗方法第21页
     ·重要性采样第21-23页
     ·序列重要性采样第23-24页
     ·粒子匮乏与重采样第24-25页
     ·基本粒子滤波算法第25-27页
   ·粒子滤波与目标跟踪第27-29页
     ·目标的先验特征第28页
     ·系统状态转移第28页
     ·系统观测第28页
     ·后验概率计算第28-29页
   ·本章小结第29-31页
第三章 跟踪窗口自适应调整的意义及方法第31-38页
   ·引言第31页
   ·基于核窗宽改变的方法第31-32页
   ·基于对数极坐标转换的方法第32-34页
   ·基于特征点匹配的仿射变化方法第34页
   ·Camshift 算法第34-36页
   ·基于图像信息量度量的方法第36-37页
   ·本章小结第37-38页
第四章 跟踪窗口自适应调整的粒子滤波算法第38-53页
   ·引言第38页
   ·基于粒子滤波的目标跟踪算法第38-42页
     ·目标模型建立第38-40页
     ·粒子权值的计算第40-41页
     ·粒子的重采样第41页
     ·目标定位第41-42页
   ·跟踪窗口自适应调整的模型第42-44页
   ·具体的算法步骤第44-45页
   ·算法的实现及验证第45-52页
     ·加权颜色直方图模型第45-47页
     ·加权灰度直方图模型第47-50页
     ·加权梯度方向直方图模型第50-52页
   ·本章小结第52-53页
第五章 总结与展望第53-55页
   ·总结第53页
   ·展望第53-55页
参考文献第55-59页
攻读硕士学位期间发表学术论文情况第59-60页
致谢第60-61页

论文共61页,点击 下载论文
上一篇:基于FRFT的LFM信号检测及参数估计
下一篇:槽填充中模式优化方法的研究