基于特征匹配与卡尔曼预测的多目标跟踪算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 研究的内容与方法综述 | 第12-15页 |
| 1.2.1 运动目标检测算法概述 | 第12-13页 |
| 1.2.2 运动目标跟踪算法概述 | 第13-14页 |
| 1.2.3 移动目标跟踪技术的应用 | 第14页 |
| 1.2.4 移动目标跟踪的难点 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.3.1 国外研究现状 | 第16页 |
| 1.3.2 国内研究现状 | 第16-17页 |
| 1.4 本文的研究内容及结构安排 | 第17-19页 |
| 1.4.1 本文的研究内容 | 第17页 |
| 1.4.2 本文的结构安排 | 第17-19页 |
| 第2章 运动目标跟踪的基本理论 | 第19-27页 |
| 2.1 运动目标跟踪算法概述 | 第19页 |
| 2.2 运动目标跟踪的分类 | 第19-21页 |
| 2.2.1 基于特征的跟踪 | 第20页 |
| 2.2.2 基于区域的匹配跟踪 | 第20-21页 |
| 2.2.3 基于轮廓的跟踪 | 第21页 |
| 2.3 外接矩形跟踪算法 | 第21-26页 |
| 2.3.1 外接矩形跟踪的基本原理 | 第22页 |
| 2.3.2 外接矩形跟踪的设计 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于形态学的运动目标检测算法 | 第27-45页 |
| 3.1 引言 | 第27页 |
| 3.2 常用的目标检测方法 | 第27-32页 |
| 3.2.1 光流法 | 第28-29页 |
| 3.2.2 帧间差分法 | 第29-31页 |
| 3.2.3 背景差分法 | 第31-32页 |
| 3.3 改进的运动目标检测算法 | 第32-39页 |
| 3.3.1 基于形态学的背景差分法 | 第32-35页 |
| 3.3.2 形态学运算 | 第35-37页 |
| 3.3.3 背景图像的更新 | 第37页 |
| 3.3.4 多目标的检测 | 第37-39页 |
| 3.4 仿真实验与结果分析 | 第39-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于特征匹配与卡尔曼预测的多目标跟踪算法 | 第45-65页 |
| 4.1 多运动目标跟踪状态的分析 | 第45-46页 |
| 4.2 基于特征匹配的多目标跟踪 | 第46-51页 |
| 4.2.1 特征提取 | 第46-47页 |
| 4.2.2 基于度量函数的特征匹配 | 第47-49页 |
| 4.2.3 多特征融合系数的自适应调整 | 第49-50页 |
| 4.2.4 阈值的确定 | 第50-51页 |
| 4.3 卡尔曼预测在目标遮挡时的应用 | 第51-59页 |
| 4.3.1 卡尔曼滤波的概念 | 第51-52页 |
| 4.3.2 卡尔曼滤波的分类及特点 | 第52-54页 |
| 4.3.3 卡尔曼预测在目标遮挡时的应用 | 第54-59页 |
| 4.4 实验测试与结果分析 | 第59-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 结论 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
