基于视觉的无人机运动目标检测与跟踪
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的背景及意义 | 第10-11页 |
| 1.2 课题相关研究的国内外现状 | 第11-14页 |
| 1.2.1 国外的研究现状 | 第11-13页 |
| 1.2.2 国内的研究现状 | 第13-14页 |
| 1.3 论文的主要内容和结构 | 第14-16页 |
| 1.3.1 论文主要研究内容 | 第14-15页 |
| 1.3.2 论文结构安排 | 第15-16页 |
| 第2章 背景运动估计与全局运动补偿 | 第16-34页 |
| 2.1 引言 | 第16页 |
| 2.2 参数模型的建立 | 第16-17页 |
| 2.3 运动估计 | 第17-27页 |
| 2.3.1 特征点的提取 | 第18-24页 |
| 2.3.2 特征点的匹配 | 第24-27页 |
| 2.4 背景全局运动补偿 | 第27-30页 |
| 2.4.1 运动参数估计 | 第28-30页 |
| 2.4.2 全局运动补偿 | 第30页 |
| 2.5 实验结果与分析 | 第30-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第3章 运动目标的检测 | 第34-42页 |
| 3.1 引言 | 第34页 |
| 3.2 运动目标检测方法 | 第34-37页 |
| 3.2.1 光流法 | 第34-35页 |
| 3.2.2 背景差法 | 第35-36页 |
| 3.2.3 帧间差分法 | 第36-37页 |
| 3.3 基于改进的三帧差目标检测法 | 第37-40页 |
| 3.3.1 三帧差 | 第37-38页 |
| 3.3.2 阈值的选取 | 第38-39页 |
| 3.3.3 形态学滤波处理 | 第39-40页 |
| 3.4 实验结果与分析 | 第40-41页 |
| 3.5 本章总结 | 第41-42页 |
| 第4章 运动目标的跟踪 | 第42-62页 |
| 4.1 引言 | 第42页 |
| 4.2 运动目标跟踪方法 | 第42-46页 |
| 4.2.1 基于Mean Shift的跟踪算法 | 第43-44页 |
| 4.2.2 贝叶斯滤波跟踪方法 | 第44-46页 |
| 4.3 粒子滤波 | 第46-52页 |
| 4.3.1 重要性采样技术 | 第46-48页 |
| 4.3.2 序贯重要性采样算法 | 第48-49页 |
| 4.3.3 重要性概率密度函数及重采样 | 第49-51页 |
| 4.3.4 粒子滤波的改进 | 第51-52页 |
| 4.4 基于多特征融合的粒子滤波目标跟踪算法 | 第52-57页 |
| 4.4.1 目标特征模型 | 第53-55页 |
| 4.4.2 特征的融合 | 第55-56页 |
| 4.4.3 改进粒子滤波跟踪算法 | 第56-57页 |
| 4.5 实验结果与分析 | 第57-59页 |
| 4.6 本章小结 | 第59-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-70页 |
| 致谢 | 第70页 |
