| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及来源 | 第9-10页 |
| 1.2 课题相关领域研究现状 | 第10-17页 |
| 1.2.1 目标检测跟踪技术研究现状 | 第10-12页 |
| 1.2.2 双目视觉研究现状 | 第12-14页 |
| 1.2.3 GPU研究现状 | 第14-17页 |
| 1.3 主要研究内容 | 第17-18页 |
| 第2章 基于双目视觉的运动目标检测 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 基于双目视觉的运动目标检测方法设计 | 第18-20页 |
| 2.2.1 双目视觉几何学原理 | 第18-19页 |
| 2.2.2 目标检测方案 | 第19-20页 |
| 2.3 基于区域增长的改进SIFT立体匹配算法 | 第20-28页 |
| 2.3.1 整体流程设计 | 第20-22页 |
| 2.3.2 构造SIFT特征子 | 第22-25页 |
| 2.3.3 特征点区域增长 | 第25-28页 |
| 2.4 基于立体匹配的目标检测方法研究 | 第28-31页 |
| 2.4.1 建立背景模型 | 第28页 |
| 2.4.2 二值化阈值分割 | 第28-30页 |
| 2.4.3 形态学处理 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于GPU的目标检测并行化研究 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 图像预处理并行设计 | 第32-37页 |
| 3.2.1 直方图均衡化处理并行化 | 第32-33页 |
| 3.2.2 高斯滤波并行化 | 第33-35页 |
| 3.2.3 Sobel边缘检测并行化 | 第35-37页 |
| 3.3 改进SIFT立体匹配并行设计 | 第37-41页 |
| 3.3.1 整体并行方案 | 第37-38页 |
| 3.3.2 SIFT特征子并行化 | 第38-40页 |
| 3.3.3 特征匹配并行化 | 第40-41页 |
| 3.4 图像流的处理 | 第41-42页 |
| 3.5 实验效果及分析 | 第42-45页 |
| 3.5.1 图像预处理算法加速实验 | 第42-44页 |
| 3.5.2 改进SIFT立体匹配算法加速实验 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 基于Kalman滤波器的CamShift目标跟踪 | 第46-57页 |
| 4.1 引言 | 第46页 |
| 4.2 颜色空间转换 | 第46-47页 |
| 4.3 基于Kalman滤波器的改进CamShift算法 | 第47-54页 |
| 4.3.1 Cam Shift实现原理 | 第47-50页 |
| 4.3.2 算法改进方案 | 第50-54页 |
| 4.4 运动目标定位 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 运动目标检测跟踪实验 | 第57-73页 |
| 5.1 引言 | 第57页 |
| 5.2 摄像机标定与校正 | 第57-59页 |
| 5.3 运动目标检测实验 | 第59-64页 |
| 5.3.1 改进SIFT区域增长实验 | 第59-61页 |
| 5.3.2 不同环境下的目标检测实验 | 第61-64页 |
| 5.4 运动目标跟踪实验 | 第64-66页 |
| 5.4.1 不同环境下的目标跟踪 | 第64-65页 |
| 5.4.2 遮挡情况下的目标跟踪 | 第65-66页 |
| 5.4.3 双目标跟踪 | 第66页 |
| 5.5 目标定位实验 | 第66-71页 |
| 5.5.1 深度定位实验 | 第66-69页 |
| 5.5.2 X方向和Y方向定位实验 | 第69-71页 |
| 5.6 整体实验效果 | 第71-72页 |
| 5.7 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读学位期间发表的学术论文 | 第79-81页 |
| 致谢 | 第81页 |