声明
摘要
第一章 绪论
1.1 研究背景及意义
1.1.1 计算机视觉
1.1.2 运动目标跟踪技术的发展和应用
1.2 算法的研究现状
1.2.1 运动目标跟踪
1.2.2 光流法
1.3 运动目标跟踪面临的问题
1.4 论文的主要内容及结构安排
第二章 光流法理论基础
2.1 光流场与三维运动场的关系
2.2 Horn-Schunck光流法
2.3 Lucas-Kanade光流法
2.3.1 金字塔LK光流计算方法
2.3.2 改进的LK光流法
2.4 本章小结
第三章 基于光流法的运动目标跟踪
3.1 算法步骤
3.2 图像预处理
3.2.1 RGB图像的灰度化处理
3.2.2 图像的去噪处理
3.3 角点检测
3.3.1 Moravec算法
3.3.2 Harris角点检测原理
3.3.2 Harris算法步骤及实现
3.4 光流计算与光流聚类
3.5 实验结果及分析
3.6 本章小结
第四章 基于SIFT特征点匹配的运动目标跟踪
4.1 SIFT特征提取
4.1.1 SIFT中高斯金字塔与高斯差分金字塔的构建
4.1.2 SIFT特征点定位
4.1.3 SIFT特征点的方向分配并生成关键点描述子
4.1.4 SIFT特征点提取的实现
4.2 SIFT特征匹配
4.2.1 特征匹配的相似性度量
4.2.2 RANSAC算法剔除误匹配
4.3 基于SIFT特征点匹配的目标跟踪
4.4 本章小结
第五章 融合光流法与特征点匹配的运动目标跟踪
5.1 卡尔曼滤波与离散卡尔曼滤波器
5.2 两种跟踪算法的卡尔曼融合
5.3 改进后算法的实验结果及分析
5.3.1 实验平台简介
5.3.2 实验结果
5.3.3 实验结果分析
5.4 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 本文展望与未来工作
参考文献
发表论文和参加科研情况说明
致谢