文摘
英文文摘
声明
第1章 绪论
1.1课题研究的背景与意义
1.2目标跟踪算法研究与发展现状
1.2.1基于检测的跟踪方法
1.2.2基于识别的跟踪方法
1.3本文的主要内容
第2章 基于最小绝对差值函数的相关跟踪算法研究
2.1运动目标跟踪的原理
2.2目标跟踪特征的选取
2.2.1目标特征分类
2.2.2目标特征提取
2.3特征匹配算法
2.4相关跟踪原理及其仿真
2.4.1模板匹配算法的基本思想
2.4.2目标模板的描述
2.4.3相关值的计算
2.4.4目标的运动模型
2.4.5匹配量的搜索
2.4.6仿真实验结果与分析
2.5基于最小平均绝对差值函数的相关跟踪算法及仿真
2.5.1目标的先验知识
2.5.2匹配准则
2.5.3运动模型的选取
2.5.4匹配量的搜索
2.5.5跟踪实验结果与分析
第3章 基于模板更新的互相关跟踪算法研究
3.1模板匹配的局限性
3.2模板匹配的改进
3.3基于模板更新的互相关跟踪算法
3.3.1互相关匹配算法
3.3.2运动目标质心计算
3.3.3运动轨迹的拟合
3.4跟踪实验结果与分析
第4章 基于粒子滤波的相关跟踪算法研究
4.1粒子滤波与视觉跟踪
4.1.1粒子滤波器
4.1.2粒子滤波与视觉跟踪
4.2基于粒子滤波的相关跟踪算法
4.2.1相关跟踪的目的
4.2.2目标的先验知识
4.2.3系统状态转移
4.2.4系统观测
4.2.5后验概率计算
4.2.6粒子重采样
4.2.7算法流程
4.3跟踪实验结果及分析
4.4本章小结
第5章 基于卡尔曼滤波的目标跟踪算法研究
5.1基本估计问题
5.1.1问题的公式表示
5.1.2最小均方误差准则下的线形估计
5.2卡尔曼滤波及跟踪模型
5.2.1 Kalman滤波器
5.2.2卡尔曼滤波跟踪特征值的计算
5.2.3运动估计模型
5.2.4目标特征匹配
5.2.5模型更新
5.3算法仿真
5.4实验结果分析
结 论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致 谢