摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题的研究背景与意义 | 第11-12页 |
1.2 国内外研究现状综述 | 第12-14页 |
1.3 论文主要内容及章节安排 | 第14-17页 |
第2章 跟踪系统算法整体设计方案 | 第17-27页 |
2.1 跟踪系统算法的整体设计思路 | 第17-19页 |
2.1.1 目标图像特征与系统工作状态 | 第17-18页 |
2.1.2 跟踪算法整体流程 | 第18-19页 |
2.2 多目标跟踪中的关键算法 | 第19-21页 |
2.2.1 多目标检测“两步走” | 第19页 |
2.2.2 基于特征信息的目标识别法 | 第19-20页 |
2.2.3 mean shift与多波门跟踪相结合 | 第20页 |
2.2.4 链表+数据结构编程 | 第20-21页 |
2.3 各阶段算法流程 | 第21-25页 |
2.3.1 多目标捕获阶段的算法流程 | 第21-22页 |
2.3.2 多目标跟踪阶段的算法流程 | 第22-25页 |
2.4 本章小结 | 第25-27页 |
第3章 基于改进差分累计法的多目标捕获 | 第27-43页 |
3.1 常用目标检测方法概述 | 第27-28页 |
3.2 图像预处理 | 第28-30页 |
3.2.1 图像预处理算法综述 | 第28-29页 |
3.2.2 中值滤波 | 第29-30页 |
3.3 多目标搜索 | 第30-34页 |
3.3.1 差分图像 | 第30-31页 |
3.3.2 差分累计图像 | 第31-32页 |
3.3.3 改进的差分累计法 | 第32-34页 |
3.4 多目标检测 | 第34-41页 |
3.4.1 图像标识方法简介 | 第34-35页 |
3.4.2 多目标标识步骤 | 第35-37页 |
3.4.3 图像阈值分割法 | 第37-39页 |
3.4.4 区域生长法 | 第39-41页 |
3.5 多目标捕获结果 | 第41页 |
3.6 本章小结 | 第41-43页 |
第4章 基于改进mean shift的多目标跟踪 | 第43-71页 |
4.1 mean shift理论基础 | 第43-51页 |
4.1.1 核密度估计 | 第43-46页 |
4.1.2 无参数密度估计的收敛性 | 第46页 |
4.1.3 多维空间中的无参数密度估计 | 第46-47页 |
4.1.4 mean shift向量 | 第47-50页 |
4.1.5 mean shift的算法流程 | 第50-51页 |
4.2 mean shift算法在目标跟踪中的应用 | 第51-56页 |
4.2.1 目标描述 | 第51-53页 |
4.2.2 Bhattacharyya距离 | 第53页 |
4.2.3 mean shift跟踪算法 | 第53-56页 |
4.3 基于隶属度的mean shift跟踪算法改进 | 第56-62页 |
4.3.1 非整数结果的处理 | 第56-59页 |
4.3.2 基于隶属度的mean shift改进算法 | 第59-60页 |
4.3.3 Mean shift改进算法的流程 | 第60-62页 |
4.4 运动目标遮挡问题的讨论 | 第62-68页 |
4.4.1 运动目标特征模型的选取和建立 | 第63-65页 |
4.4.2 模板匹配法 | 第65页 |
4.4.3 自适应多波门跟踪策略 | 第65-68页 |
4.5 本章小结 | 第68-71页 |
第5章 基于DSP平台的多目标跟踪 | 第71-81页 |
5.1 ICETEK-DM6437-B开发板简介 | 第71-74页 |
5.1.1 ICETEK-DM6437-B评估模块特点 | 第71-72页 |
5.1.2 ICETEK-DM6437-B评估模块功能概述 | 第72-74页 |
5.2 TMS320DM6437性能简介 | 第74-76页 |
5.2.1 TMS320DM6437芯片特点 | 第74页 |
5.2.2 DM6437的应用与开发 | 第74-76页 |
5.3 CCS集成开发环境 | 第76-77页 |
5.4 多目标跟踪系统 | 第77-78页 |
5.4.1 DSP编程代码优化 | 第77页 |
5.4.2 跟踪系统整体结构 | 第77-78页 |
5.5 DSP多目标跟踪实验结果 | 第78-79页 |
5.6 本章小结 | 第79-81页 |
第6章 结论 | 第81-83页 |
参考文献 | 第83-87页 |
致谢 | 第87-89页 |
攻读学位期间发表的论文 | 第89页 |