摘要 | 第5-6页 |
ABSTRACT | 第6页 |
符号对照表 | 第9-10页 |
缩略语对照表 | 第10-14页 |
第一章 绪论 | 第14-20页 |
1.1 研究背景 | 第14-15页 |
1.2 国内外相关技术研究现状 | 第15-18页 |
1.2.1 目标检测与跟踪研究 | 第15-17页 |
1.2.2 DSP技术的发展现状 | 第17-18页 |
1.2.3 嵌入式技术在运动目标检测与跟踪技术中的应用 | 第18页 |
1.3 论文内容及安排 | 第18-20页 |
第二章 目标检测算法研究 | 第20-32页 |
2.1 目标检测算法讨论 | 第20-24页 |
2.1.1 帧间差法 | 第20-21页 |
2.1.2 背景差分法 | 第21-24页 |
2.2 基于核密度估计的检测算法 | 第24-28页 |
2.2.1 核密度理论通用表达式 | 第25页 |
2.2.2 核密度估计 | 第25-27页 |
2.2.3 核密度估计应用于运动目标检测 | 第27-28页 |
2.2.4 实验对比与分析 | 第28页 |
2.3 图像后处理 | 第28-32页 |
2.3.1 二值化分割 | 第28-30页 |
2.3.2 形态学处理 | 第30-32页 |
第三章 运动目标跟踪算法的研究 | 第32-48页 |
3.1 目标跟踪算法讨论 | 第32-40页 |
3.1.1 基于卡尔曼滤波的目标跟踪 | 第32-35页 |
3.1.2 基于Mean Shift的目标跟踪 | 第35-38页 |
3.1.3 基于粒子滤波的运动目标跟踪 | 第38-40页 |
3.2 多特征融合目标建模 | 第40-43页 |
3.2.1 运动目标的颜色特征建模 | 第40-41页 |
3.2.2 运动目标的边缘特征建模 | 第41-42页 |
3.2.3 运动目标的纹理特征建模 | 第42页 |
3.2.4 多特征融合建模 | 第42-43页 |
3.3 基于Mean Shift的粒子滤波算法设计 | 第43-48页 |
3.3.1 MSPF算法设计 | 第43-45页 |
3.3.2 运动目标模板跟新 | 第45-46页 |
3.3.3 实验结果与分析 | 第46-48页 |
第四章 系统方案及硬件设计 | 第48-56页 |
4.1 系统方案设计 | 第48-49页 |
4.2 系统硬件描述 | 第49-56页 |
4.2.1 云台摄像机 | 第49页 |
4.2.2 BF561核心处理器介绍 | 第49-52页 |
4.2.3 RS232转换器 | 第52页 |
4.2.4 扩展外部存储器 | 第52-54页 |
4.2.5 视频输入模块 | 第54页 |
4.2.6 视频输出模块 | 第54-56页 |
第五章 系统软件设计 | 第56-64页 |
5.1 VisualDSP++ 总体介绍 | 第56-57页 |
5.2 系统软件结构流程图 | 第57-58页 |
5.3 系统软件设计 | 第58-64页 |
5.3.1 系统初始化 | 第58页 |
5.3.2 图像采集 | 第58-60页 |
5.3.3 图像格式转换 | 第60页 |
5.3.4 背景建模 | 第60-61页 |
5.3.5 运动目标跟踪 | 第61页 |
5.3.6 程序代码优化 | 第61-64页 |
第六章 系统整体测试与分析 | 第64-66页 |
6.1 测试环境和方法 | 第64-65页 |
6.2 功能测试结果与分析 | 第65-66页 |
第七章 总结与展望 | 第66-68页 |
7.1 工作总结 | 第66页 |
7.2 工作展望 | 第66-68页 |
参考文献 | 第68-70页 |
致谢 | 第70-72页 |
作者简介 | 第72-73页 |