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

动态场景下运动目标检测与跟踪算法的研究

摘要第1-6页
ABSTRACT第6-8页
致谢第8-12页
第一章 绪论第12-18页
   ·课题研究背景第12-16页
     ·视频监控系统及发展第12-13页
     ·运动目标检测综述第13-15页
     ·运动目标跟踪综述第15页
     ·运动目标检测与跟踪技术发展的现状第15-16页
   ·研究意义第16-17页
   ·论文的结构安排第17-18页
第二章 视频图像运动目标跟踪检测的理论基础第18-30页
   ·图像颜色模型第18-21页
     ·图像颜色模型分类第18-20页
     ·颜色模型之间的转换第20-21页
   ·图像运动矢量建模第21-23页
   ·常用的摄像机运动模型第23-24页
   ·运动目标检测技术简介第24-26页
   ·运动目标跟踪技术简介第26-28页
   ·视频运动目标跟踪检测技术存在的问题第28-30页
第三章 常用特征点算法的分析与测试第30-42页
   ·引言第30页
   ·SURF 特征点第30-36页
     ·SURF 算法的提出与发展第30-31页
     ·SURF 特征的主要特点第31页
     ·SURF 算法的流程及主要步骤第31-36页
   ·ASIFT 特征点第36-38页
     ·ASIFT 算法的特点第36-37页
     ·摄像机仿射模型和参数第37页
     ·图像仿射扭曲的描述第37-38页
     ·ASIFT 匹配方法第38页
   ·常用的特征点匹配算法比较第38-41页
   ·本章小结第41-42页
第四章 运动目标检测第42-51页
   ·引言第42-43页
   ·快速运动目标检测第43-46页
     ·基于运动预测的特征点匹配算法第43页
     ·摄像机运动模型的选择和求解第43-45页
     ·基于残差块的特征点更新第45-46页
     ·目标检测算法步骤第46页
   ·实验结果与分析第46-50页
   ·本章小结第50-51页
第五章 运动目标跟踪第51-57页
   ·引言第51页
   ·基于改进 SIFT 算法的目标跟踪第51-53页
     ·ASIFT 算法的复杂度第51-52页
     ·改进的 SIFT 运动目标跟踪第52-53页
   ·实验结果与分析第53-56页
   ·本章小结第56-57页
第六章 总结与展望第57-59页
   ·论文总结第57-58页
   ·算法不足和有待改进的地方第58-59页
参考文献第59-64页
攻读硕士学位期间发表的论文第64-65页

论文共65页,点击 下载论文
上一篇:基于相似性度量的合成孔径雷达图像相干斑抑制算法研究
下一篇:基于机器视觉的瓶装液体异物检测技术研究