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

水面运动目标检测与跟踪算法研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第13-19页
    1.1 课题研究背景及意义第13-14页
        1.1.1 研究背景第13页
        1.1.2 研究意义第13-14页
    1.2 国内外研究现状第14-16页
        1.2.1 国外研究现状第14-15页
        1.2.2 国内研究现状第15-16页
    1.3 研究内容第16页
    1.4 结构安排第16-19页
第2章 水面运动目标检测与跟踪技术介绍第19-27页
    2.1 水上环境概述第19页
    2.2 运动目标检测方法研究第19-24页
        2.2.1 光流法第20-21页
        2.2.2 帧间差分法第21-23页
        2.2.3 背景减除法第23-24页
    2.3 运动目标跟踪方法研究第24-26页
        2.3.1 基于区域的跟踪第25页
        2.3.2 基于模型的跟踪第25页
        2.3.3 基于轮廓的跟踪第25-26页
        2.3.4 基于特征的跟踪第26页
    2.4 本章小结第26-27页
第三章 基于改进的混合高斯背景模型的水面运动目标检测第27-43页
    3.1 单高斯背景建模第27-29页
    3.2 传统的混合高斯背景模型第29-32页
        3.2.1 混合高斯背景模型的初始化第30页
        3.2.2 背景更新和目标的检测第30-32页
    3.3 混合高斯模型的改进第32-35页
        3.3.1 更新率对建模的影响分析第32-35页
        3.3.2 改进的混合高斯背景模型第35页
    3.4 运动目标的处理第35-36页
        3.4.1 形态学处理第35-36页
        3.4.2 连通区域去噪第36页
    3.5 实验结果及分析第36-42页
    3.6 本章小结第42-43页
第四章 基于多特征融合的粒子滤波水面目标跟踪算法第43-63页
    4.1 粒子滤波算法理论第43-46页
        4.1.1 蒙特卡洛算法第43-44页
        4.1.2 贝叶斯滤波原理第44-45页
        4.1.3 粒子滤波原理第45-46页
    4.2 水面运动目标跟踪算法分析第46-53页
        4.2.1 运动目标的先验知识与状态模型第48-49页
        4.2.2 运动目标转移模型和观测模型第49-53页
    4.3 基于多特征融合的粒子滤波跟踪第53-56页
        4.3.1 多特征融合策略第53-54页
        4.3.2 粒子滤波跟踪的算法流程以及步骤第54-56页
    4.4 实验结果与分析第56-60页
    4.5 本章小结第60-63页
第五章 目标检测和跟踪系统第63-69页
    5.1 读取视频模块第64-65页
    5.2 目标检测功能模块第65-66页
    5.3 目标跟踪功能模块第66-67页
    5.4 本章小结第67-69页
第六章 总结与展望第69-71页
参考文献第71-75页
攻读学位期间发表的学术论文第75-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:抗菌肽chensinin-1构效关系、抗菌机制以及稳定性的研究
下一篇:自制定位装置在喉癌CT和MRI图像融合中的研究