无人机载多波段图像运动目标跟踪系统研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 运动检测及跟踪的研究现状 | 第8-11页 |
| 1.2.1 运动检测的研究现状 | 第8-10页 |
| 1.2.2 目标跟踪的研究现状 | 第10-11页 |
| 1.3 检测跟踪系统的研究现状 | 第11-12页 |
| 1.4 本文研究内容和章节安排 | 第12-14页 |
| 2 智能跟踪系统的设计 | 第14-21页 |
| 2.1 系统整体设计方案 | 第14-15页 |
| 2.2 系统硬件设计方案 | 第15-17页 |
| 2.2.1 无人机及其搭载平台 | 第15-17页 |
| 2.2.2 地面处理站 | 第17页 |
| 2.3 系统软件设计方案 | 第17-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 运动检测模块研究 | 第21-35页 |
| 3.1 背景全局运动估计 | 第21-22页 |
| 3.2 图像背景的阈值分割 | 第22-26页 |
| 3.2.1 固定阈值分割 | 第23-24页 |
| 3.2.2 直方图选取阈值的分割 | 第24-26页 |
| 3.3 改进的帧间差分法 | 第26-28页 |
| 3.4 背景差分法 | 第28-32页 |
| 3.4.1 基于单高斯模型的背景构建方法 | 第28-29页 |
| 3.4.2 基于混合高斯模型的背景构建方法 | 第29-32页 |
| 3.5 光流法 | 第32-34页 |
| 3.5.1 运动光流的检测 | 第32-33页 |
| 3.5.2 后处理 | 第33-34页 |
| 3.7 本章小结 | 第34-35页 |
| 4 目标跟踪模块研究 | 第35-47页 |
| 4.1 经典CamShift跟踪方法原理 | 第35-38页 |
| 4.1.1 初始目标模型 | 第35-36页 |
| 4.1.2 颜色概率分布图 | 第36页 |
| 4.1.3 迭代搜索目标位置 | 第36-38页 |
| 4.2 空间特征提取 | 第38-40页 |
| 4.2.1 LBP特征 | 第38-39页 |
| 4.2.2 LARK特征 | 第39-40页 |
| 4.3 基于全局特征匹配的改进跟踪方法 | 第40-43页 |
| 4.3.1 LARK特征匹配原理 | 第41-42页 |
| 4.3.2 跟踪方法框架 | 第42-43页 |
| 4.4 基于局部特征匹配的改进跟踪方法 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 智能跟踪系统的性能分析 | 第47-57页 |
| 5.1 运动检测模块的测试 | 第47-50页 |
| 5.1.1 可见光视频的运动检测测试 | 第47-49页 |
| 5.1.2 红外视频的运动检测测试 | 第49-50页 |
| 5.2 目标跟踪模块的测试 | 第50-54页 |
| 5.2.1 航拍可见光视频的跟踪测试 | 第51-52页 |
| 5.2.2 标准库中红外行人跟踪测试 | 第52-54页 |
| 5.3 智能跟踪系统整体测试 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 论文总结 | 第57页 |
| 6.2 不足与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
