| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 目标检测技术研究现状 | 第12-13页 |
| 1.2.2 目标跟踪技术研究现状 | 第13-14页 |
| 1.3 移动目标跟踪的难点与发展方向 | 第14页 |
| 1.4 论文主要内容及章节安排 | 第14-16页 |
| 第二章 移动目标的检测 | 第16-37页 |
| 2.1 帧差法 | 第16-17页 |
| 2.2 背景建模算法 | 第17-24页 |
| 2.2.1 平均背景建模 | 第18-19页 |
| 2.2.2 高斯背景建模 | 第19-22页 |
| 2.2.3 Codebook背景建模 | 第22-24页 |
| 2.3 GrabCut分割算法 | 第24-26页 |
| 2.4 实验结果及分析 | 第26-36页 |
| 2.4.1 三帧差分法实验分析 | 第26-27页 |
| 2.4.2 平均背景法实验分析 | 第27-29页 |
| 2.4.3 混合高斯背景建模实验分析 | 第29-30页 |
| 2.4.4 Codebook背景建模实验分析 | 第30-34页 |
| 2.4.5 Grabcut实验分析 | 第34-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 移动目标的跟踪 | 第37-53页 |
| 3.1 Camshift跟踪算法 | 第37-40页 |
| 3.1.1 计算反向投影图 | 第37-38页 |
| 3.1.2 Mean-Shift迭代 | 第38页 |
| 3.1.3 Camshift目标跟踪 | 第38-40页 |
| 3.2 改进的Camshift跟踪算法 | 第40-43页 |
| 3.2.1 Kalman滤波 | 第40-42页 |
| 3.2.2 结合Kalman滤波的Camshift跟踪 | 第42-43页 |
| 3.3 压缩跟踪 | 第43-47页 |
| 3.3.1 压缩感知理论 | 第43-45页 |
| 3.3.2 压缩跟踪实现 | 第45-47页 |
| 3.4 光流跟踪 | 第47-48页 |
| 3.5 实验结果及分析 | 第48-52页 |
| 3.5.1 改进Camshift跟踪实验结果及分析 | 第48-50页 |
| 3.5.2 压缩跟踪实验结果及分析 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 中值流跟踪算法 | 第53-66页 |
| 4.1 基于图像金字塔的LK光流 | 第53-56页 |
| 4.1.1 LK算法 | 第53-54页 |
| 4.1.2 金字塔光流 | 第54-56页 |
| 4.2 中值光流跟踪 | 第56-60页 |
| 4.2.1 前后误差法 | 第56-58页 |
| 4.2.2 跟踪算法实现 | 第58-60页 |
| 4.3 中值光流实验结果及分析 | 第60-64页 |
| 4.3.1 正常情况下中值光流跟踪结果 | 第60-61页 |
| 4.3.2 光照剧烈变化时中值光流跟踪结果 | 第61-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 多机器人协同围捕系统实现 | 第66-83页 |
| 5.1 多机器人协同围捕系统组成及功能 | 第66-72页 |
| 5.1.1 硬件平台 | 第66-70页 |
| 5.1.2 系统软件 | 第70-71页 |
| 5.1.3 实验系统工作流程 | 第71-72页 |
| 5.2 图像频闪处理 | 第72-73页 |
| 5.2.1 频闪原因 | 第72-73页 |
| 5.2.2 频闪抑制 | 第73页 |
| 5.3 相机重叠区域处理 | 第73-77页 |
| 5.3.1 图像坐标到世界坐标的转换 | 第74-76页 |
| 5.3.2 重叠区域坐标融合 | 第76-77页 |
| 5.4 实验结果 | 第77-82页 |
| 5.4.1 相机标定结果 | 第77-78页 |
| 5.4.2 系统图像处理结果 | 第78-82页 |
| 5.5 本章小结 | 第82-83页 |
| 课题总结及展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间取得的研究成果 | 第89-90页 |
| 致谢 | 第90-91页 |
| 附件 | 第91页 |