室内环境下基于单目视觉的目标跟踪方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题来源及研究的目的和意义 | 第9页 |
| ·机器人视觉的研究现状 | 第9-10页 |
| ·基于视觉的目标跟踪研究现状 | 第10-14页 |
| ·基于局部特征的目标识别研究现状 | 第10-12页 |
| ·视觉跟踪中的目标描述与数据融合研究现状 | 第12-14页 |
| ·本文主要研究内容 | 第14-16页 |
| 第2章 基于SIFT特征的目标识别 | 第16-31页 |
| ·特征描述方法比较 | 第16-17页 |
| ·目标识别方法简介 | 第17-22页 |
| ·SIFT算法简介 | 第17页 |
| ·尺度空间的建立 | 第17-19页 |
| ·确定尺度空间中极值点的位置 | 第19-21页 |
| ·确定极值点的方位 | 第21-22页 |
| ·建立极值点处的描述子 | 第22页 |
| ·BBF算法简介 | 第22-23页 |
| ·基于RANSAC的错误匹配剔除算法 | 第23-25页 |
| ·目标识别实验 | 第25-30页 |
| ·识别实验 | 第25-28页 |
| ·干扰物特征匹配结果 | 第28-29页 |
| ·多模板的准确率 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 跟踪算法分析 | 第31-43页 |
| ·基于均值偏移的跟踪算法 | 第31-37页 |
| ·均值偏移理论简介 | 第31-33页 |
| ·目标描述 | 第33-34页 |
| ·基于Bhattacharyya系数的度量 | 第34-35页 |
| ·目标定位 | 第35-37页 |
| ·基于粒子滤波的跟踪算法 | 第37-41页 |
| ·贝叶斯滤波原理 | 第38-39页 |
| ·粒子滤波原理 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于相似性距离的跟踪算法 | 第43-55页 |
| ·引言 | 第43页 |
| ·跟踪算法总体结构 | 第43-50页 |
| ·定位算法 | 第44-45页 |
| ·粒子滤波算法 | 第45-48页 |
| ·均值偏移算法 | 第48页 |
| ·自适应调整目标大小的算法 | 第48-50页 |
| ·根据相似性距离自适应调跟踪条件的算法 | 第50页 |
| ·基于跟踪的角度测量算法 | 第50-52页 |
| ·基于跟踪的测距算法 | 第52-54页 |
| ·物体距镜头的距离与成像之间的关系 | 第52-53页 |
| ·物体垂直光轴运动时成像大小变化关系 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于单目视觉的目标跟踪实验 | 第55-64页 |
| ·引言 | 第55页 |
| ·目标定位过程 | 第55-56页 |
| ·目标跟踪过程 | 第56-63页 |
| ·跟踪过程中各变量变化情况 | 第57-59页 |
| ·跟踪误差分析 | 第59-61页 |
| ·与基于均值偏移、粒子滤波算法的对照实验 | 第61-63页 |
| ·角度测量结果 | 第63页 |
| ·距离测量结果 | 第63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |
