低照度井下人员目标跟踪算法的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 目标检测研究现状 | 第11-12页 |
| 1.2.2 目标跟踪研究现状 | 第12-13页 |
| 1.3 煤矿井下视频的特点 | 第13-14页 |
| 1.4 本文的主要内容 | 第14-15页 |
| 第二章 井下场景目标检测与跟踪方法概述 | 第15-32页 |
| 2.1 井下场景的目标检测方法 | 第16-20页 |
| 2.2 适应井下目标特征模型的选择 | 第20-24页 |
| 2.3 传统目标跟踪算法及优缺点分析 | 第24-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 结合场景信息挖掘的光斑、阴影消除 | 第32-55页 |
| 3.1 引言 | 第32页 |
| 3.2 场景背景信息建模 | 第32-35页 |
| 3.3 基于场景信息挖掘的光斑去除算法 | 第35-41页 |
| 3.4 基于场景信息挖掘的阴影去除算法 | 第41-51页 |
| 3.4.1 常用的阴影去除算法 | 第41-46页 |
| 3.4.2 一种从像素到区域的分层阴影去除算法 | 第46-51页 |
| 3.5 实验与结果分析 | 第51-54页 |
| 3.5.1 实验配置 | 第51页 |
| 3.5.2 阴影处理实数据库 | 第51-52页 |
| 3.5.3 阴影处理实验结果与分析 | 第52-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第四章 基于判别式粒子权重计算的目标跟踪 | 第55-71页 |
| 4.1 粒子滤波跟踪框架 | 第55-61页 |
| 4.1.1 基于贝叶斯框架下的跟踪问题描述 | 第55-57页 |
| 4.1.2 蒙特卡洛模拟 | 第57-58页 |
| 4.1.3 粒子滤波跟踪算法 | 第58-59页 |
| 4.1.4 传统粒子滤波算法实验结果与分析 | 第59-61页 |
| 4.2 基于改进粒子滤波权重选取的跟踪算法 | 第61-64页 |
| 4.2.1 改进粒子滤波权重选取的跟踪算法原理 | 第61-63页 |
| 4.2.2 基于改进粒子滤波的跟踪算法实现 | 第63-64页 |
| 4.3 实验与结果分析 | 第64-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 本文研究工作及创新点 | 第71页 |
| 5.2 研究展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 个人简历及攻读硕士学位期间取得的成果 | 第78-79页 |
