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

全向视觉传感器节点的目标检测与跟踪研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-19页
    1.1 课题研究的背景与意义第11-13页
        1.1.1 课题来源及选题背景第11-12页
        1.1.2 研究目的与意义第12-13页
    1.2 多鱼眼摄像机目标跟踪的关键技术第13页
    1.3 国内外研究现状第13-16页
        1.3.1 鱼眼摄像机目标跟踪第14页
        1.3.2 多摄像机交接跟踪第14-15页
        1.3.3 目标描述与特征匹配第15-16页
    1.4 主要工作与章节安排第16-19页
第2章 鱼眼摄像机标定及畸变校正第19-35页
    2.1 摄像机模型第19-24页
        2.1.1 坐标系定义第19-21页
        2.1.2 线性摄像机模型第21-22页
        2.1.3 摄像机畸变第22页
        2.1.4 鱼眼摄像机模型第22-24页
    2.2 基于除法模型的鱼眼摄像机自动标定第24-29页
        2.2.1 单参数除法模型中的曲线畸变第25-26页
        2.2.2 由圆弧估算畸变参数第26-27页
        2.2.3 弧线检测与圆弧提取第27-28页
        2.2.4 圆弧拟合估计参数求精第28-29页
    2.3 基于径向畸变参数自动估计的图像校正第29-33页
        2.3.1 畸变参数估计第29页
        2.3.2 逆向映射第29-30页
        2.3.3 标定实验设计第30-32页
        2.3.4 畸变校正实验结果及分析第32-33页
    2.4 本章小结第33-35页
第3章 鱼眼图像中的运动目标检测与跟踪第35-53页
    3.1 运动目标检测及跟踪方法第35-37页
        3.1.1 目标检测方法第35-37页
        3.1.2 目标跟踪方法第37页
    3.2 基于背景建模的前景检测算法研究第37-45页
        3.2.1 混合高斯分布模型的建立第38-40页
        3.2.2 高斯背景模型的确定第40-42页
        3.2.3 基于图像块的概率统计目标检测算法第42-44页
        3.2.4 基于高斯混合模型的目标检测实验第44-45页
    3.3 针对鱼眼摄像机的粒子滤波目标跟踪改进算法第45-52页
        3.3.1 粒子滤波跟踪算法第46-47页
        3.3.2 基于球面投影的粒子滤波算法改进第47-50页
        3.3.3 鱼眼摄像机目标跟踪实验及结果分析第50-52页
    3.4 本章小结第52-53页
第4章 多摄像机交叠的目标跟踪算法研究第53-67页
    4.1 重叠视域多摄像机目标跟踪方法第53-55页
        4.1.1 视野分界线目标交接跟踪第53-54页
        4.1.2 基于轨迹匹配的交接跟踪第54页
        4.1.3 基于特征的交接跟踪第54-55页
    4.2 鱼眼摄像机视野交界处的目标匹配算法改进第55-60页
        4.2.1 针对鱼眼摄像机的有效视域分界线第55-57页
        4.2.2 有效视域分界线的生成第57页
        4.2.3 目标交接跟踪的请求与响应算法第57-58页
        4.2.4 摄像机间的目标映射关系的建立与匹配第58-60页
    4.3 融合色彩特征的多摄像机目标跟踪第60-66页
        4.3.1 消除目标间亮度差异第60-63页
        4.3.2 基于MCSH的目标二次匹配第63-65页
        4.3.3 色彩特征匹配实验与分析第65-66页
    4.4 本章小结第66-67页
第5章 多鱼眼摄像机跟踪系统设计与分析第67-75页
    5.1 多摄像机目标交接跟踪系统设计第67-68页
    5.2 系统硬件构成与处理流程第68-70页
        5.2.1 系统硬件构成第68-69页
        5.2.2 视频图像处理流程第69-70页
    5.3 功能模块划分与算法流程第70-72页
        5.3.1 摄像机标定与校正第70-71页
        5.3.2 运动目标检测与跟踪第71页
        5.3.3 重叠视域目标匹配模块第71-72页
    5.4 实验结果及分析第72-73页
    5.5 本章小结第73-75页
第6章 总结与展望第75-77页
    6.1 总结第75-76页
    6.2 展望第76-77页
参考文献第77-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:基于监控视频的人体异常行为检测算法研究
下一篇:锥束CT快速迭代重建算法研究