基于特征的视频跟踪算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·选题的背景及意义 | 第7-10页 |
| ·目标跟踪技术的研究现状以及发展趋势 | 第7-8页 |
| ·图像跟踪方法综述 | 第8-10页 |
| ·本文的研究工作及安排 | 第10-11页 |
| 第二章 成像跟踪系统图像特性分析 | 第11-17页 |
| ·成像跟踪系统概述 | 第11-12页 |
| ·成像跟踪系统图像特性 | 第12-13页 |
| ·图像干扰的产生和特点 | 第13-17页 |
| ·图像噪声干扰 | 第13-14页 |
| ·歧变干扰 | 第14页 |
| ·遮挡干扰 | 第14-17页 |
| 第三章 目标匹配跟踪算法研究 | 第17-31页 |
| ·目标匹配跟踪方法概述 | 第17页 |
| ·图像的相关匹配方法 | 第17-19页 |
| ·基于图像灰度的相关匹配分析 | 第19-23页 |
| ·搜索策略 | 第20-21页 |
| ·误差分析 | 第21-23页 |
| ·基于图像特征的匹配方法 | 第23-24页 |
| ·几种典型的特征跟踪方法 | 第24-29页 |
| ·基于Hausdorff距离的匹配方法 | 第24-26页 |
| ·基于目标不变矩的跟踪算法 | 第26-27页 |
| ·基于主动轮廓线模型的跟踪方法 | 第27-28页 |
| ·基于核直方图的目标跟踪算法 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第四章 Gabor滤波器的特征提取 | 第31-41页 |
| ·引言 | 第31页 |
| ·特征提取方法综述 | 第31-33页 |
| ·Gabor滤波器 | 第33-35页 |
| ·Gabor函数的提出 | 第33-34页 |
| ·2D-Gabor滤波器 | 第34-35页 |
| ·基于Gabor滤波的特征提取 | 第35-36页 |
| ·核函数的选择 | 第35页 |
| ·参数设置 | 第35-36页 |
| ·线性分类器 | 第36-40页 |
| ·线性判别函数的基本概念 | 第36-38页 |
| ·Fisher线性判别 | 第38-40页 |
| ·本章小节 | 第40-41页 |
| 第五章 基于Gabor特征分类的目标跟踪 | 第41-50页 |
| ·算法原理与框架 | 第41-42页 |
| ·Gabor滤波器特征提取 | 第42-43页 |
| ·建立目标和背景判别函数 | 第43-44页 |
| ·目标匹配 | 第43-44页 |
| ·建立判别函数 | 第44页 |
| ·目标/背景模板更新 | 第44-46页 |
| ·仿真结果分析 | 第46-49页 |
| ·本章小节 | 第49-50页 |
| 第六章 结束语 | 第50-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 作者在读期间的科研成果 | 第57-58页 |
