基于均值漂移的图像跟踪技术研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题的背景及意义 | 第7页 |
| ·图像跟踪综述 | 第7-12页 |
| ·图像跟踪应用 | 第7-9页 |
| ·图像跟踪分类 | 第9-10页 |
| ·图像跟踪的研究现状 | 第10-12页 |
| ·本文研究内容以及组织安排 | 第12-13页 |
| ·本文研究内容 | 第12页 |
| ·本文组织安排 | 第12-13页 |
| 2 运动目标的检测与跟踪算法 | 第13-29页 |
| ·目标检测跟踪算法 | 第13-15页 |
| ·静止背景目标检测算法 | 第13-14页 |
| ·检测跟踪算法验证 | 第14-15页 |
| ·算法小结 | 第15页 |
| ·图像相关匹配跟踪算法 | 第15-19页 |
| ·匹配度量函数 | 第16-17页 |
| ·搜索路径选择 | 第17-19页 |
| ·算法小结 | 第19页 |
| ·粒子滤波跟踪算法 | 第19-22页 |
| ·粒子滤波器原理 | 第19-20页 |
| ·粒子滤波跟踪模型 | 第20-22页 |
| ·算法步骤 | 第22页 |
| ·算法小结 | 第22页 |
| ·Kalman滤波跟踪算法 | 第22-27页 |
| ·Kalman滤波算法原理 | 第23页 |
| ·Kalman一步预测基本方程 | 第23-24页 |
| ·Kalman滤波目标跟踪应用 | 第24-25页 |
| ·实验验证 | 第25-27页 |
| ·算法小结 | 第27页 |
| ·本章小结 | 第27-29页 |
| 3 基于均值漂移的图像跟踪算法 | 第29-51页 |
| ·无参密度估计理论 | 第29-30页 |
| ·Mean Shift基本原理 | 第30-32页 |
| ·Mean Shift在图像跟踪中的应用 | 第32-40页 |
| ·目标模型的描述 | 第32-33页 |
| ·候选模型的描述 | 第33页 |
| ·相似性函数 | 第33-34页 |
| ·运动目标的跟踪 | 第34-35页 |
| ·算法实现 | 第35-36页 |
| ·实验验证 | 第36-40页 |
| ·目标模型自适应更新 | 第40-44页 |
| ·目标特征变化分析 | 第40-41页 |
| ·目标模型更新改进 | 第41-42页 |
| ·实验验证 | 第42-44页 |
| ·Kalman运动预估 | 第44-45页 |
| ·目标遮挡处理策略 | 第45-50页 |
| ·目标遮挡分析 | 第45-46页 |
| ·线性预估 | 第46-47页 |
| ·处理策略 | 第47页 |
| ·实验验证 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 4 图像跟踪算法在DM642上的实现 | 第51-76页 |
| ·图像跟踪需求分析 | 第51-52页 |
| ·功能需求 | 第51-52页 |
| ·性能需求 | 第52页 |
| ·DM642硬件设计 | 第52-54页 |
| ·系统软件设计 | 第54-67页 |
| ·图像跟踪软件架构设计 | 第54-55页 |
| ·DSP系统开发的关键技术 | 第55-58页 |
| ·DM642片上内存配置 | 第58-60页 |
| ·系统程序设计 | 第60-67页 |
| ·系统优化 | 第67-72页 |
| ·项目级优化 | 第67页 |
| ·算法级优化 | 第67-69页 |
| ·代码级优化 | 第69-72页 |
| ·系统测试与验证 | 第72-75页 |
| ·实验设备 | 第72页 |
| ·实验结果 | 第72-73页 |
| ·实验分析 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 5 总结与展望 | 第76-78页 |
| ·研究工作总结 | 第76页 |
| ·展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
