基于MeanShift算法的仿生鱼游动轨迹跟踪系统研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 引言 | 第10页 |
| 1.2 目标跟踪的关键因素 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 论文主要研究内容 | 第13-14页 |
| 第2章 目标跟踪理论 | 第14-18页 |
| 2.1 目标检测 | 第14-16页 |
| 2.1.1 帧差法 | 第14页 |
| 2.1.2 背景减除法 | 第14-15页 |
| 2.1.3 高斯背景建模法 | 第15-16页 |
| 2.2 运动目标跟踪 | 第16-18页 |
| 2.2.1 基于区域的跟踪 | 第16页 |
| 2.2.2 基于特征的跟踪 | 第16-17页 |
| 2.2.3 基于模型的跟踪 | 第17页 |
| 2.2.4 基于轮廓的跟踪 | 第17-18页 |
| 第3章 改进的Meanshift跟踪算法 | 第18-26页 |
| 3.1 MeanShift算法原理 | 第18-20页 |
| 3.1.1 无参数密度估计法 | 第18页 |
| 3.1.2 MeanShift向量 | 第18-19页 |
| 3.1.3 核密度估计与核函数 | 第19-20页 |
| 3.2 MeanShift跟踪算法的实现 | 第20-23页 |
| 3.2.1 目标模型的描述 | 第21页 |
| 3.2.2 候选模型的描述 | 第21-22页 |
| 3.2.3 相似性度量 | 第22页 |
| 3.2.4 MeanShift迭代过程 | 第22-23页 |
| 3.2.5 MeanShift跟踪算法的优缺点 | 第23页 |
| 3.3 MeanShift算法的改进 | 第23-26页 |
| 3.3.1 运动估计 | 第23-24页 |
| 3.3.2 改进的MeanShift算法 | 第24-26页 |
| 第4章 单双目相机下的目标追踪 | 第26-44页 |
| 4.1 相机标定 | 第26-30页 |
| 4.2 单双目标定的实现 | 第30-40页 |
| 4.2.1 单目标定的实现 | 第30-32页 |
| 4.2.2 双目标定的实现 | 第32-40页 |
| 4.3 空间坐标的三维测量方法 | 第40-44页 |
| 4.3.1 最小二乘法 | 第40-41页 |
| 4.3.2 视差法 | 第41-44页 |
| 第5章 实验结果及分析 | 第44-60页 |
| 5.1 xPC-Target平台的构建 | 第44-47页 |
| 5.2 MeanShift算法改进前后的对比实验 | 第47-48页 |
| 5.3 xPC-Target平台下目标追踪实验 | 第48-56页 |
| 5.3.1 建立Simulink模型 | 第48-51页 |
| 5.3.2 轨迹坐标的实时输出 | 第51-55页 |
| 5.3.3 轨迹坐标的误差 | 第55-56页 |
| 5.4 双目相机下仿生鱼三维运动轨迹的实现 | 第56-58页 |
| 5.5 三维目标跟踪模型的生成 | 第58-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
