中文摘要 | 第1-4页 |
英文摘要 | 第4-8页 |
1 绪论 | 第8-14页 |
·课题研究背景 | 第8-10页 |
·国内外研究发展现状 | 第10-12页 |
·论文研究的内容及章节安排 | 第12-14页 |
2 视频目标跟踪问题的分析 | 第14-17页 |
·几种常用的视频目标跟踪方法 | 第14-15页 |
·基于特征点的运动目标跟踪方法 | 第14页 |
·基于模板匹配的运动目标跟踪方法 | 第14页 |
·基于封闭曲线的运动目标跟踪方法 | 第14-15页 |
·基于目标规律的运动跟踪方法 | 第15页 |
·运动目标跟踪需要解决的问题及难点 | 第15-16页 |
·本章小结 | 第16-17页 |
3 视频帧的预处理 | 第17-23页 |
·视频帧的预处理简介 | 第17页 |
·视频帧图像的增强 | 第17-20页 |
·视频帧频域的增强 | 第17-18页 |
·视频帧空间域增强 | 第18-20页 |
·几何纠正 | 第20-22页 |
·几何纠正概述 | 第20页 |
·常用的几何纠正 | 第20-22页 |
·本章小节 | 第22-23页 |
4 SIFT 图像配准方法及研究 | 第23-34页 |
·生成SIFT 特征向量 | 第23-29页 |
·检测尺度空间极值点 | 第23-26页 |
·精确定位特征点 | 第26-27页 |
·关键点方向分配 | 第27-28页 |
·生成SIFT 特征向量 | 第28-29页 |
·SIFT 算子特征匹配 | 第29页 |
·SIFT 图像配置实验 | 第29-33页 |
·SIFT 算子的尺度不变性实验 | 第29-30页 |
·SIFT 算子的旋转不变性和抗干扰性检测 | 第30-33页 |
·本章小结 | 第33-34页 |
5 C-SIFT 算法与 Kalman 滤波相结合的运动目标跟踪系统 | 第34-54页 |
·改进的SIFT 算法 | 第34-40页 |
·改进后的SIFT 算法图 | 第34-35页 |
·改进算法的空间极值点检测 | 第35页 |
·改进算法描述子的生成 | 第35-36页 |
·构建特征库 | 第36页 |
·基于K 维树的特征匹配 | 第36-37页 |
·基于改进算法的目标跟踪 | 第37-38页 |
·C-SIFT 算法仿真实验结果及分析 | 第38-40页 |
·C-SIFT 算子的优缺点 | 第40页 |
·卡尔曼滤波理论 | 第40-43页 |
·卡尔曼滤波的特点 | 第43-44页 |
·卡尔曼滤波的发展 | 第44-48页 |
·扩展Kalman 滤波器 | 第44-45页 |
·无偏变换卡尔曼滤波 | 第45-48页 |
·基于 C-SIFT 与 Kalman 滤波相结合的运动目标跟踪方法 | 第48-53页 |
·算法解析 | 第48-49页 |
·运动目标跟踪算法的流程图 | 第49-50页 |
·实验仿真结果 | 第50-53页 |
·本章小结 | 第53-54页 |
6 总结和展望 | 第54-56页 |
·论文总结 | 第54页 |
·今后要做的工作和展望 | 第54-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-61页 |
附录 | 第61页 |
A. 作者在攻读硕士学位期间发表及录用的论文目录 | 第61页 |
B. 作者在攻读硕士学位期间参加的科研项目 | 第61页 |