首页--工业技术论文--无线电电子学、电信技术论文--通信论文--数据通信论文--图像通信、多媒体通信论文

基于数据融合的无线多媒体传感器网络移动目标跟踪研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第12-22页
    1.1 研究背景、目的与意义第12-14页
        1.1.1 研究背景及目的第12-13页
        1.1.2 研究意义第13-14页
    1.2 无线多媒体传感器网络概述第14-18页
        1.2.1 无线传感器网络第14-16页
        1.2.2 无线多媒体传感器网络概述第16-18页
    1.3 国内外研究现状第18-20页
        1.3.1 视频跟踪研究现状第18-19页
        1.3.2 无线多媒体传感器网络研究现状第19-20页
    1.4 论文主要研究内容与章节安排第20-22页
第2章 基于图像处理的目标检测与跟踪方法第22-36页
    2.1 图像处理基础第22-26页
        2.1.1 数学形态学概述第22-24页
        2.1.2 形态学预处理第24-25页
        2.1.3 腐蚀与膨胀第25-26页
        2.1.4 图像的开与闭运算第26页
    2.2 运动目标检测方法第26-31页
        2.2.1 背景差分法第27-28页
        2.2.2 帧间差分法第28-30页
        2.2.3 光流法第30-31页
    2.3 运动目标跟踪方法第31-33页
        2.3.1 基于特征的跟踪第31-32页
        2.3.2 基于区域统计的跟踪算法第32-33页
        2.3.3 基于轮廓的跟踪算法第33页
        2.3.4 基于模型的跟踪算法第33页
    2.4 本章小结第33-36页
第3章 基于WMSNs节点的移动目标跟踪第36-58页
    3.1 视频节点标定方法基础第36-37页
        3.1.1 传统的相机标定方法简介第36-37页
        3.1.2 基于主动视觉标定方法第37页
        3.1.3 摄像机自标定方法第37页
    3.2 基于最小二乘法的标定校正方法第37-43页
        3.2.1 标定原理第37-39页
        3.2.2 标定实验第39-43页
    3.3 基于高斯模型的目标检测方法第43-47页
        3.3.1 混合高斯模型第43-46页
        3.3.2 基于高斯目标检测算法的实验第46-47页
    3.4 基于卡尔曼滤波的运动目标跟踪第47-53页
    3.5 实验效果与结果分析第53-56页
    3.6 本章小结第56-58页
第4章 基于WMSNs目标跟踪的信息融合第58-80页
    4.1 信息融合的概念、作用及分类第58-61页
        4.1.1 信息融合的概念第58页
        4.1.2 信息融合的作用第58-59页
        4.1.3 数据融合的分类第59-61页
    4.2 WMSNs适用的数据融合方法第61-68页
        4.2.1 能量高效的自适应融合生成树第61-63页
        4.2.2 基于图像相关性的数据融合算法第63-66页
        4.2.3 基于分布式图像压缩的数据融合第66-68页
    4.3 改进的基于模糊C均值聚类的粒子滤波数据融合算法第68-78页
        4.3.1 模糊C均值聚类算法第68-70页
        4.3.2 粒子滤波算法理论基础第70-75页
        4.3.3 基于模糊C均值的改进粒子滤波融合定位算法第75-78页
    4.4 本章小结第78-80页
第5章 基于WMSNs的目标跟踪半实物系统第80-90页
    5.1 WMSNs3D感知模型第80-83页
        5.1.1 3D感知模型定义第80-82页
        5.1.2 基于俯仰角γ的节点感知范围优化第82-83页
    5.2 WMSNs节点间数据传输第83-87页
    5.3 跟踪系统实验第87-89页
    5.4 本章小结第89-90页
第6章 总结与展望第90-92页
    6.1 总结第90页
    6.2 展望第90-92页
参考文献第92-100页
致谢第100-102页
硕士期间的科研成果第102页

论文共102页,点击 下载论文
上一篇:面向任务的空天信息网系统效能评估算法研究与仿真
下一篇:面向多媒体传感器网络的多摄像机环状全景视觉感知