基于SIFT特征点匹配的目标跟踪算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-15页 |
| ·课题的研究背景和意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·运动目标检测的研究现状 | 第13页 |
| ·运动目标跟踪的研究现状 | 第13-14页 |
| ·本文的研究内容及安排 | 第14-15页 |
| 第二章 运动目标的检测分割 | 第15-27页 |
| ·引言 | 第15页 |
| ·运动目标检测常用的方法 | 第15-17页 |
| ·光流法 | 第15-16页 |
| ·背景减法 | 第16-17页 |
| ·帧间差法 | 第17页 |
| ·其它目标检测方法 | 第17-18页 |
| ·图像预处理 | 第18-20页 |
| ·均值滤波 | 第18-19页 |
| ·中值滤波 | 第19页 |
| ·形态学滤波 | 第19-20页 |
| ·图像的分割方法 | 第20-23页 |
| ·基于区域分割方法 | 第20-21页 |
| ·阈值分割法 | 第21页 |
| ·基于边缘检测分割法 | 第21-23页 |
| ·本文采用的运动目标检测分割方法 | 第23-26页 |
| ·背景更新算法 | 第23-24页 |
| ·运动目标检测分割 | 第24-25页 |
| ·实验结果分析 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于SIFT特征点匹配的运动目标跟踪 | 第27-53页 |
| ·运动目标特征描述 | 第27-29页 |
| ·纹理特征 | 第27-28页 |
| ·颜色特征 | 第28页 |
| ·空间关系特征 | 第28-29页 |
| ·形状特征 | 第29页 |
| ·运动目标模板匹配 | 第29-30页 |
| ·基于特征的匹配算法 | 第29-30页 |
| ·基于灰度的匹配算法 | 第30页 |
| ·几种常用的预测跟踪方法 | 第30-34页 |
| ·卡尔曼滤波算法 | 第30-31页 |
| ·粒子滤波算法 | 第31-32页 |
| ·Mean-shift算法 | 第32-34页 |
| ·Camshift算法 | 第34页 |
| ·常用的运动目标跟踪方法 | 第34-36页 |
| ·基于区域匹配的跟踪方法 | 第34-35页 |
| ·基于特征匹配的跟踪方法 | 第35页 |
| ·基于轮廓匹配的跟踪方法 | 第35-36页 |
| ·基于运动特性的跟踪方法 | 第36页 |
| ·基于SIFT的运动目标跟踪方法 | 第36-51页 |
| ·SIFT算法 | 第36-40页 |
| ·其他特征点匹配算法 | 第40-41页 |
| ·改进的SIFT特征匹配跟踪算法 | 第41-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 总结与展望 | 第53-54页 |
| ·本文主要工作 | 第53页 |
| ·对未来工作的展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文 | 第57页 |
