基于多特征融合的运动目标检测与跟踪方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-16页 |
| ·课题研究背景与意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·运动目标检测的研究现状 | 第13-14页 |
| ·运动目标跟踪的研究现状 | 第14页 |
| ·本论文的主要工作和各章内容安排 | 第14-16页 |
| ·本文主要工作 | 第14页 |
| ·各章内容安排 | 第14-16页 |
| 第二章 基于 MRF 理论的运动目标分割方法 | 第16-33页 |
| ·引言 | 第16页 |
| ·运动目标检测方法 | 第16-18页 |
| ·背景差法 | 第16页 |
| ·帧差法 | 第16-17页 |
| ·光流法 | 第17页 |
| ·基于小波变换的方法 | 第17页 |
| ·基于人工神经网络的方法 | 第17-18页 |
| ·图像预处理 | 第18-20页 |
| ·中值滤波 | 第18页 |
| ·邻域均值滤波 | 第18页 |
| ·形态学滤波 | 第18-19页 |
| ·光线补偿 | 第19-20页 |
| ·色彩空间 | 第20页 |
| ·图像分割方法 | 第20-23页 |
| ·边缘检测分割法 | 第20-22页 |
| ·区域跟踪分割法 | 第22页 |
| ·阈值分割法 | 第22-23页 |
| ·基于自适应权值的马尔可夫随机场分割方法 | 第23-31页 |
| ·分水岭分割理论 | 第23-24页 |
| ·马尔可夫随机场理论 | 第24-26页 |
| ·能量函数的建立 | 第26-27页 |
| ·β值的自适应更新 | 第27-28页 |
| ·利用投影法确定目标位置信息 | 第28-29页 |
| ·实验结果及分析 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 运动目标特征模板建立 | 第33-39页 |
| ·引言 | 第33页 |
| ·常用的运动目标匹配方法 | 第33-35页 |
| ·特征匹配 | 第34-35页 |
| ·基于区域匹配 | 第35页 |
| ·模板匹配 | 第35页 |
| ·特征提取 | 第35-38页 |
| ·NMI 特征 | 第35-36页 |
| ·直方图特征 | 第36-37页 |
| ·纹理特征 | 第37页 |
| ·分片特征模版 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于kalman 滤波的运动目标跟踪 | 第39-55页 |
| ·引言 | 第39页 |
| ·常用预测方法介绍 | 第39-45页 |
| ·两点外推法 | 第39-40页 |
| ·卡拉曼滤波方法 | 第40-42页 |
| ·粒子滤波算法 | 第42-43页 |
| ·camshift 算法 | 第43-45页 |
| ·常用的跟踪方法 | 第45-47页 |
| ·基于特征匹配的跟踪算法 | 第45-46页 |
| ·基于运动特性的目标跟踪 | 第46页 |
| ·基于区域匹配的跟踪 | 第46页 |
| ·基于主动轮廓的跟踪 | 第46-47页 |
| ·遮挡情况下的跟踪方法介绍 | 第47页 |
| ·基于kalman 预测与分片特征模版的跟踪方法 | 第47-53页 |
| ·本文算法步骤 | 第48-50页 |
| ·实验结果与分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·本文的主要工作 | 第55页 |
| ·对未来工作的展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士期间发表的论文 | 第61-62页 |
