基于颜色和粒子滤波的运动目标跟踪算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题的研究背景及意义 | 第10页 |
| ·国内外的研究现状 | 第10-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 目标跟踪概述 | 第14-22页 |
| ·图像预处理 | 第14-16页 |
| ·图像颜色模型 | 第14-16页 |
| ·目标特征的提取 | 第16-18页 |
| ·颜色特征 | 第16-17页 |
| ·纹理特征 | 第17页 |
| ·颜色分布模型 | 第17-18页 |
| ·后期图像的处理 | 第18-19页 |
| ·非线性贝叶斯跟踪 | 第19-21页 |
| ·全概率和贝叶斯公式 | 第19-20页 |
| ·动态模型和观测模型 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 视频序列中的目标跟踪算法 | 第22-30页 |
| ·卡尔曼滤波算法 | 第22-25页 |
| ·卡尔曼滤波算法存在的问题 | 第24页 |
| ·卡尔曼滤波器发散的原因及抑制 | 第24-25页 |
| ·粒子滤波原理 | 第25-29页 |
| ·蒙特卡罗方法的收敛性 | 第25-26页 |
| ·重要性采样 | 第26-27页 |
| ·序列重要性采样 | 第27-28页 |
| ·重采样 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 运动目标的检测 | 第30-37页 |
| ·光流法 | 第30页 |
| ·帧间差分法 | 第30-31页 |
| ·背景差分法 | 第31-34页 |
| ·基本概念 | 第31-33页 |
| ·背景差分法的优缺点 | 第33页 |
| ·实验结果分析 | 第33-34页 |
| ·目标的分割 | 第34-36页 |
| ·图像二值化 | 第34-35页 |
| ·数学形态学处理 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 基于颜色和粒子滤波的目标跟踪算法 | 第37-48页 |
| ·改进的粒子滤波重采样算法 | 第37-41页 |
| ·传统的重采样算法 | 第37-39页 |
| ·改进的重采样算法 | 第39页 |
| ·改进的重采样算法描述 | 第39-41页 |
| ·基于改进粒子滤波算法的运动目标跟踪 | 第41-44页 |
| ·目标运动模型 | 第41-42页 |
| ·基于颜色的目标观测模型 | 第42页 |
| ·基于改进的粒子滤波跟踪算法 | 第42-44页 |
| ·目标遮挡检测及处理 | 第44-45页 |
| ·实验结果与分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结 | 第48-50页 |
| ·全文总结 | 第48-49页 |
| ·对未来研究的展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录（攻读硕士学位期间发表录用论文） | 第55页 |
