首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多运动目标的检测与跟踪研究

摘要第1-4页
ABSTRACT第4-8页
1 引言第8-12页
   ·课题研究背景及意义第8-9页
   ·国内外现状第9-10页
   ·研究难点第10-11页
   ·本文主要的工作内容第11-12页
2 基于目标检测与跟踪的图像处理技术第12-27页
   ·基于检测的经典图像去噪技术第12-14页
     ·邻域平均法第12-13页
     ·中值滤波法第13页
     ·频域去噪法第13-14页
   ·基于跟踪的经典图像边缘检测技术第14-19页
     ·传统的边缘检测第15-16页
     ·基于数学形态学的边缘检测法第16-19页
   ·基于检测与跟踪的小波去噪法第19-26页
     ·传统的小波去噪法第19-21页
     ·改进的小波阈值函数第21-23页
     ·基于三层小波变换的去噪算法第23-24页
     ·实验结果与分析第24-26页
   ·本章小结第26-27页
3 多运动目标的检测算法研究第27-42页
   ·经典检测算法分析与比较第27-34页
     ·光流法第27-29页
     ·帧间差分法第29-31页
     ·背景差分法第31-33页
     ·多运动目标检测法的比较与分析第33-34页
   ·常用的背景建模法第34-37页
     ·经典的背景建模算法第34-35页
     ·混合高斯背景建模法第35-37页
   ·基于优化的背景差分法对多运动目标检测第37-40页
     ·改进的背景差分检测流程第37-38页
     ·具体操作及算法第38-40页
   ·实验结果与分析第40-41页
   ·本章小结第41-42页
4 多运动目标的跟踪算法研究第42-54页
   ·多运动目标跟踪方法介绍第42-43页
     ·基于区域的多目标跟踪法第42页
     ·基于变形模板的多目标跟踪法第42-43页
     ·基于特征的多目标跟踪法第43页
   ·经典的多运动目标跟踪算法第43-47页
     ·基于Meanshift的目标跟踪算法第43-45页
     ·基于Kalman滤波器的目标跟踪算法第45-47页
   ·基于改进的多目标跟踪算法研究第47-50页
     ·对目标区域进行小波边缘检测第47-48页
     ·基于改进的多目标跟踪算法流程第48-50页
   ·实验结果对比与分析第50-53页
     ·存在遮挡物的目标跟踪实验第50-51页
     ·复杂场景下的多目标跟踪实验第51-53页
   ·本章小结第53-54页
5 总结与展望第54-56页
   ·工作总结第54-55页
   ·工作展望第55-56页
参考文献第56-59页
申请学位期间的研究成果及发表的学术论文第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:百科资源中双语知识挖掘及其在查询翻译中的应用研究
下一篇:手背静脉图像质量评价以及活体确认研究