| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状及发展趋势 | 第12-16页 |
| 1.3 本课题主要研究内容及组织结构 | 第16-18页 |
| 第2章 基于小波变换的SURF全景系统图像拼接 | 第18-31页 |
| 2.1 概述 | 第18-19页 |
| 2.2 SURF图像拼接原理 | 第19-21页 |
| 2.2.1 SURF算法特征点提取 | 第19-20页 |
| 2.2.2 SURF特征点描述 | 第20-21页 |
| 2.3 基于小波变换的新型SURF图像拼接方法 | 第21-25页 |
| 2.3.1 图像预处理和特征点提取及匹配 | 第21-22页 |
| 2.3.2 基于Haar小波的图像预处理 | 第22-23页 |
| 2.3.3 基于小波梯度矢量的特征点提取 | 第23-25页 |
| 2.3.4 基于SURF算法的特征点匹配 | 第25页 |
| 2.4 实验验证 | 第25-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于ViBe和五帧差分法的全景系统运动目标检测 | 第31-42页 |
| 3.1 概述 | 第31-32页 |
| 3.2 Vibe算法基本原理 | 第32-34页 |
| 3.2.1 背景模型建立及初始化 | 第33页 |
| 3.2.2 前景检测过程 | 第33页 |
| 3.2.3 背景模型的更新策略 | 第33-34页 |
| 3.3 改进型的ViBe算法 | 第34-38页 |
| 3.3.1 算法流程 | 第34-35页 |
| 3.3.2 改进的ViBe算法 | 第35-36页 |
| 3.3.3 自适应动态阈值五帧差分算法 | 第36-38页 |
| 3.4 实验验证 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于单目视觉的全景系统运动目标定位 | 第42-57页 |
| 4.1 概述 | 第42-43页 |
| 4.2 图像预处理 | 第43页 |
| 4.3 基于Canny算法的边缘检测 | 第43-45页 |
| 4.4 基于单目视觉的目标定位 | 第45-51页 |
| 4.4.1 基本原理 | 第45-49页 |
| 4.4.2 基于人工标定的图像定位 | 第49页 |
| 4.4.3 运动目标测距和速度检测 | 第49-50页 |
| 4.4.4 基于卡尔曼滤波器的目标方向 | 第50-51页 |
| 4.5 实验验证 | 第51-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 总结和展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63页 |
| 攻读学位期间撰写的专利 | 第63-64页 |
| 攻读学位期间获得奖励 | 第64-65页 |
| 致谢 | 第65-66页 |