复杂背景下运动目标跟踪技术研究
| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题的研究背景和意义 | 第7-8页 |
| ·课题的研究现状 | 第8-11页 |
| ·国内外研究现状 | 第9-10页 |
| ·存在的问题 | 第10-11页 |
| ·本文的主要工作 | 第11页 |
| ·研究工作和论文结构的安排 | 第11-13页 |
| 第二章 序列图像处理的理论基础 | 第13-26页 |
| 引言 | 第13页 |
| ·预处理常用的降噪方法 | 第13-16页 |
| ·中值滤波 | 第13-14页 |
| ·均值滤波 | 第14页 |
| ·维纳滤波 | 第14-15页 |
| ·小波滤波 | 第15-16页 |
| ·运动估计和背景补偿 | 第16-24页 |
| ·运动估计理论 | 第16-18页 |
| ·背景补偿原理及算法 | 第18-24页 |
| ·形态学处理 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 运动目标检测 | 第26-36页 |
| 引言 | 第26页 |
| ·运动目标检测经典算法 | 第26-29页 |
| ·运动目标检测方法 | 第27-29页 |
| ·HOS检测方法在目标检测中的应用 | 第29-35页 |
| ·高阶统计量 | 第30-31页 |
| ·运动矢量估计 | 第31-33页 |
| ·HOS算法的目标检测结果 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 均值偏移算法在目标跟踪中的应用 | 第36-54页 |
| 引言 | 第36页 |
| ·密度估计理论 | 第36-42页 |
| ·参数密度估计 | 第36-37页 |
| ·无参密度估计 | 第37-42页 |
| ·Meanshift算法理论 | 第42-45页 |
| ·Meanshift向量 | 第42-43页 |
| ·MeanShift算法收敛性的讨论 | 第43-45页 |
| ·基于MeanShift算法的目标跟踪 | 第45-50页 |
| ·目标区域模型描述 | 第45-46页 |
| ·候选区域模型描述 | 第46页 |
| ·用Bhattacharyya系数度量相似度 | 第46-47页 |
| ·目标定位 | 第47-48页 |
| ·完整的目标跟踪算法 | 第48-49页 |
| ·MeanShift跟踪算法的不足之处 | 第49-50页 |
| ·基于方向直方图的MS跟踪算法 | 第50-53页 |
| ·方向直方图的定义 | 第50-51页 |
| ·原算法和改进算法跟踪效果的对比 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 卡尔曼滤波在目标跟踪中的应用 | 第54-62页 |
| 引言 | 第54页 |
| ·卡尔曼滤波器的理论 | 第54-56页 |
| ·抗遮挡的基于卡尔曼滤波的MS跟踪 | 第56-59页 |
| ·遮挡情况分析 | 第56页 |
| ·卡尔曼滤波预测轨迹 | 第56-58页 |
| ·基于卡尔曼滤波器的MS跟踪算法 | 第58-59页 |
| ·实验结果与分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 发表文章目录 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |
