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

自然场景下慢速运动目标特征跟踪算法及应用研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第7-12页
    1.1 研究背景及意义第7-8页
    1.2 国内外研究现状与综述第8-10页
    1.3 基于特征的目标跟踪算法关键及难点问题第10-11页
    1.4 论文组织结构第11-12页
第二章 基于SIFT特征点匹配与Mean Shift跟踪算法第12-22页
    2.1 SIFT特征点匹配跟踪算法概述第12-16页
        2.1.1 提取SIFT特征点第12-14页
        2.1.2 特征点匹配第14页
        2.1.3 运动目标的跟踪定位第14-15页
        2.1.4 实验仿真实现及优缺点分析第15-16页
    2.2 Mean Shift跟踪算法第16-21页
        2.2.1 模型的建立第16-17页
        2.2.2 相似性度量函数第17页
        2.2.3 目标定位第17-19页
        2.2.4 实验仿真实现及优缺点分析第19-21页
    2.3 本章小结第21-22页
第三章 基于DWT-DCT系数符号特征匹配的视频目标跟踪第22-40页
    3.1 基于特征跟踪算法中特征的选取第22页
    3.2 图像DWT-DCT系数符号特征第22-29页
        3.2.1 图像DWT变换第23-25页
        3.2.2 图像离散余弦变换第25-27页
        3.2.3 Zig-Zag排序第27-29页
    3.3 特征的匹配第29-30页
    3.4 实验结果与分析第30-39页
        3.4.1 运动模糊第30-31页
        3.4.2 局部扭曲第31-32页
        3.4.3 光照变化第32-34页
        3.4.4 局部遮挡第34页
        3.4.5 噪声干扰第34-36页
        3.4.6 角度旋转第36页
        3.4.7 尺度变化第36-37页
        3.4.8 低分辨条件下小尺度运动目标的跟踪第37-39页
    3.5 本章小结第39-40页
第四章 目标跟踪算法在图像超分辨重建的应用第40-53页
    4.1 图像超分辨技术概述第40页
    4.2 运动参数估计第40-45页
        4.2.1 Keren迭代配准算法第42-44页
        4.2.2 Vandewalle的配准算法第44-45页
    4.3 图像的重构算法第45-47页
        4.3.1 双三次插值重构算法第45-46页
        4.3.2 IBP超分辨率重建算法第46-47页
    4.4 超分辨重建算法对比实验与分析第47-52页
    4.5 本章小结第52-53页
第五章 总结与展望第53-55页
参考文献第55-58页
致谢第58-59页
攻读学位期间的研究成果第59-60页

论文共60页,点击 下载论文
上一篇:移动终端中轻量级音视频引擎的设计与实现
下一篇:不确定性数据Top-k查询算法与实现