基于粒子滤波的运动目标跟踪技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·课题研究背景和意义 | 第10页 |
| ·视频目标跟踪研究现状 | 第10-12页 |
| ·视频目标跟踪概述 | 第12-16页 |
| ·视频目标跟踪的应用 | 第12-13页 |
| ·视频目标跟踪的一般方法 | 第13-15页 |
| ·视频目标跟踪的品质要求 | 第15-16页 |
| ·论文主要研究内容和章节安排 | 第16-18页 |
| ·论文主要研究内容 | 第16-17页 |
| ·论文结构安排 | 第17-18页 |
| 2 目标检测与图像处理 | 第18-30页 |
| ·引言 | 第18页 |
| ·图像预处理 | 第18-21页 |
| ·图像灰度化处理 | 第18-19页 |
| ·图像噪声处理 | 第19-21页 |
| ·目标检测的常用算法 | 第21-25页 |
| ·光流法 | 第21-22页 |
| ·帧间差分法 | 第22-24页 |
| ·背景差分法 | 第24-25页 |
| ·基于背景更新的目标检测 | 第25-29页 |
| ·背景更新算法 | 第25-28页 |
| ·去除阴影 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 基于粒子滤波的视频目标跟踪 | 第30-38页 |
| ·引言 | 第30页 |
| ·粒子滤波理论基础 | 第30-31页 |
| ·目标特征的提取 | 第31-34页 |
| ·颜色直方图特征 | 第31-32页 |
| ·梯度方向直方图特征 | 第32-33页 |
| ·综合直方图特征 | 第33页 |
| ·相似性度量 | 第33-34页 |
| ·基于综合直方图的粒子滤波 | 第34-37页 |
| ·状态转移概率模型 | 第34页 |
| ·综合直方图粒子滤波跟踪算法 | 第34-35页 |
| ·实验结果及分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 Camshift优化的粒子滤波目标跟踪 | 第38-51页 |
| ·引言 | 第38页 |
| ·Camshift算法理论 | 第38-43页 |
| ·均值偏移(MeanShift)算法原理 | 第38-41页 |
| ·Camshift算法 | 第41-42页 |
| ·实验结果 | 第42-43页 |
| ·基于Camshift优化粒子滤波的视频目标跟踪 | 第43-48页 |
| ·基本原理 | 第43-45页 |
| ·算法优化措施 | 第45-47页 |
| ·算法流程图 | 第47-48页 |
| ·实验与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 5 视频目标跟踪系统实验平台设计 | 第51-58页 |
| ·引言 | 第51页 |
| ·实验平台构建 | 第51-53页 |
| ·硬件组成 | 第52-53页 |
| ·硬件平台的搭建 | 第53页 |
| ·软件设计 | 第53-55页 |
| ·OpenCV简介 | 第53-54页 |
| ·实验平台功能模块 | 第54-55页 |
| ·视频目标跟踪实验 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第65页 |
| 个人简历 | 第65页 |
| 攻读硕士学位期间发表论文情况 | 第65页 |
