红外视频图像序列目标检测与跟踪系统的研究及实现
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 课题的背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 目标检测与跟踪算法的发展 | 第13-14页 |
| 1.2.2 目标检测与跟踪技术的现状 | 第14-15页 |
| 1.3 本文研究内容与章节安排 | 第15-16页 |
| 第2章 红外目标与背景红外特性分析 | 第16-25页 |
| 2.1 红外图像的特征 | 第16-17页 |
| 2.1.1 红外成像系统 | 第16-17页 |
| 2.1.2 红外图像的特征 | 第17页 |
| 2.2 目标与背景红外特性分析 | 第17-24页 |
| 2.2.1 红外热辐射理论 | 第17-18页 |
| 2.2.2 常见目标特性分析 | 第18-21页 |
| 2.2.3 常见背景特性分析 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 红外图像序列目标检测的研究 | 第25-43页 |
| 3.1 帧间差分法 | 第25-29页 |
| 3.1.1 相邻帧差法 | 第25-26页 |
| 3.1.2 对称差分法 | 第26-29页 |
| 3.2 背景差分法 | 第29-36页 |
| 3.2.1 背景差分法原理 | 第29-30页 |
| 3.2.2 背景建模 | 第30-36页 |
| 3.2.2.1 统计平均法 | 第30-31页 |
| 3.2.2.2 时间中值法 | 第31-32页 |
| 3.2.2.3 高斯建模法 | 第32-36页 |
| 3.3 背景抑制法 | 第36-42页 |
| 3.3.1 累积差分法 | 第36-40页 |
| 3.3.2 差分法与背景差分法结合 | 第40-42页 |
| 3.4 本章小节 | 第42-43页 |
| 第4章 红外图像序列目标跟踪算法研究 | 第43-72页 |
| 4.1 特征值选取 | 第43-44页 |
| 4.2 Mean Shift理论 | 第44-57页 |
| 4.2.1 非参数密度估计 | 第44-47页 |
| 4.2.2 Mean Shift向量 | 第47-49页 |
| 4.2.3 目标跟踪中的Mean Shift算法 | 第49-54页 |
| 4.2.4 实验结果及分析 | 第54-57页 |
| 4.3 自适应核窗宽度跟踪 | 第57-64页 |
| 4.3.1 基于轮廓检测的核窗宽更新方法 | 第58-60页 |
| 4.3.2 实验结果及分析 | 第60-64页 |
| 4.4 Kalman滤波在跟踪的应用 | 第64-71页 |
| 4.4.1 Kalman滤波原理 | 第65-67页 |
| 4.4.2 遮挡处理 | 第67-69页 |
| 4.4.3 实验结果分析 | 第69-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第5章 目标检测与跟踪系统的实现 | 第72-91页 |
| 5.1 LabVIEW编程 | 第72-77页 |
| 5.1.1 LabVIEW简介 | 第72页 |
| 5.1.2 LabVIEW程序设计 | 第72-76页 |
| 5.1.2.1 调用动态链接 | 第73-74页 |
| 5.1.2.2 利用MathScript节点编程 | 第74页 |
| 5.1.2.3 利用ActiveX的混合编程 | 第74-76页 |
| 5.1.3 视觉软件 | 第76-77页 |
| 5.2 系统模块的设计与实现 | 第77-90页 |
| 5.2.1 系统设计方案 | 第77页 |
| 5.2.2 图像采集模块 | 第77-80页 |
| 5.2.2.1 图像采集设备 | 第78页 |
| 5.2.2.2 图像采集模块实现 | 第78-80页 |
| 5.2.3 图像处理模块 | 第80-82页 |
| 5.2.4 目标检测模块 | 第82-85页 |
| 5.2.5 目标跟踪模块 | 第85-87页 |
| 5.2.6 系统界面实现 | 第87-90页 |
| 5.3 本章小结 | 第90-91页 |
| 结论 | 第91-93页 |
| 参考文献 | 第93-97页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第97-98页 |
| 致谢 | 第98页 |
