声明
摘要
1 绪论
1.1 研究背景及意义
1.2 课题国内外研究现状
1.2.1 目标检测方法研究现状
1.2.2 目标识别方法研究现状
1.2.3 目标跟踪方法研究现状
1.3 主要研究内容
2 目标检测算法
2.1 常用的目标检测算法
2.1.1 差分法
2.1.2 自适应阈值分割
2.1.3 模块匹配法
2.1.4 混合高斯模型
2.2 基于改进Snake模型的目标检测算法
2.2.1 引言
2.2.2 分形基础
2.2.3 Snake模型
2.2.4 GVF Snake模型
2.2.5 基于分形和GVF Snake模型的目标检测快速算法
2.3 实验结果与分析
2.3.1 实验结果
2.3.2 效率分析
2.3.3 时间复杂度分析
2.4 本章小结
3 目标的特征提取与分类识别
3.1 目标特征提取
3.1.1 轮廓特征
3.1.2 仿射不变矩
3.1.3 Hu不变矩特征
3.2 支持向量机算法简介
3.2.1 线性可分支持向量机
3.2.2 线性不可分支持向量机
3.2.3 非线性可分支持向量机
3.2.4 支持向量机核函数
3.2.5 支持向量机的特点
3.3 基于SVM的人造目标分类实现
3.3.1 分类器设计
3.3.2 实验结果与分析
3.4 本章小结
4 KLT目标跟踪算法及在DSP中的实现
4.1 引言
4.2 KLT跟踪算法原理
4.2.1 特征点检测
4.2.2 特征点跟踪
4.2.3 算法伪代码
4.3 DSP开发平台
4.3.1 DSP的特点
4.3.2 DM642硬件设计
4.3.3 开发环境CCS以及DSP/BIOS简介
4.4 跟踪系统设计
4.4.1 系统软件模块框架图
4.4.2 视频输入程序设计
4.4.3 视频输出程序设计
4.4.4 KLT跟踪算法流程图
4.5 KLT算法在DSP中的系统优化
4.5.1 合理设计数据类型
4.5.2 软件流水
4.5.3 消除存储器相关性
4.5.4 库函数的调用
4.5.5 存储器优化
4.6 实验结果分析
4.7 本章小结
5 总结与展望
5.1 工作总结
5.2 展望
致谢
参考文献
附录