学位论文 > 优秀研究生学位论文题录展示

基于均值漂移的图像跟踪技术研究与实现

作　者: 徐业荣
导　师: 刘晓利
学　校: 南京理工大学
专　业: 导航、制导与控制
关键词: 图像跟踪 DM642 Mean Shift
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 50次
引　用: 0次
阅　读: 论文下载
 

内容摘要


图像跟踪是计算机视觉领域中的一个研究热点,在视频监控、图像压缩、三维重构、军事上都有着广泛的应用。本文的研究目的是通过对目标跟踪算法的研究,将目标跟踪算法应用在DM642上,以摆脱目标跟踪系统对PC机的依赖。研究的范围包括目标模型更新、目标运动预测等。主要进行了以下工作：(1)对常用的目标跟踪算法进行了相应的研究比较。包括静止背景目标检测跟踪算法、相关匹配跟踪算法、粒子滤波跟踪算法、Kalman滤波跟踪算法。(2)确定Mean Shift跟踪算法为本文的基本算法,并对基本Mean Shift跟踪算法进行了功能补充,包括目标模型的自适应更新、目标运动预估、目标遮挡处理策略。(3)将Mean Shift跟踪算法应用在DM642上。通过对系统功能的需求分析、软件架构设计以及系统优化,完成了跟踪算法在DM642上的应用。经过实验验证,以Mean Shift算法为基础,辅以Kalman滤波的运动估计而设计的跟踪系统取得了较好的跟踪效果,为工程实际应用打下了基础。

全文目录


摘要  3-4
Abstract  4-7
1 绪论  7-13
  1.1 课题的背景及意义  7
  1.2 图像跟踪综述  7-12
    1.2.1 图像跟踪应用  7-9
    1.2.2 图像跟踪分类  9-10
    1.2.3 图像跟踪的研究现状  10-12
  1.3 本文研究内容以及组织安排  12-13
    1.3.1 本文研究内容  12
    1.3.2 本文组织安排  12-13
2 运动目标的检测与跟踪算法  13-29
  2.1 目标检测跟踪算法  13-15
    2.1.1 静止背景目标检测算法  13-14
    2.1.2 检测跟踪算法验证  14-15
    2.1.3 算法小结  15
  2.2 图像相关匹配跟踪算法  15-19
    2.2.1 匹配度量函数  16-17
    2.2.2 搜索路径选择  17-19
    2.2.3 算法小结  19
  2.3 粒子滤波跟踪算法  19-22
    2.3.1 粒子滤波器原理  19-20
    2.3.2 粒子滤波跟踪模型  20-22
    2.3.3 算法步骤  22
    2.3.4 算法小结  22
  2.4 Kalman滤波跟踪算法  22-27
    2.4.1 Kalman滤波算法原理  23
    2.4.2 Kalman一步预测基本方程  23-24
    2.4.3 Kalman滤波目标跟踪应用  24-25
    2.4.4 实验验证  25-27
    2.4.5 算法小结  27
  2.5 本章小结  27-29
3 基于均值漂移的图像跟踪算法  29-51
  3.1 无参密度估计理论  29-30
  3.2 Mean Shift基本原理  30-32
  3.3 Mean Shift在图像跟踪中的应用  32-40
    3.3.1 目标模型的描述  32-33
    3.3.2 候选模型的描述  33
    3.3.3 相似性函数  33-34
    3.3.4 运动目标的跟踪  34-35
    3.3.5 算法实现  35-36
    3.3.6 实验验证  36-40
  3.4 目标模型自适应更新  40-44
    3.4.1 目标特征变化分析  40-41
    3.4.2 目标模型更新改进  41-42
    3.4.3 实验验证  42-44
  3.5 Kalman运动预估  44-45
  3.6 目标遮挡处理策略  45-50
    3.6.1 目标遮挡分析  45-46
    3.6.2 线性预估  46-47
    3.6.3 处理策略  47
    3.6.4 实验验证  47-50
  3.7 本章小结  50-51
4 图像跟踪算法在DM642上的实现  51-76
  4.1 图像跟踪需求分析  51-52
    4.1.1 功能需求  51-52
    4.1.2 性能需求  52
  4.2 DM642硬件设计  52-54
  4.3 系统软件设计  54-67
    4.3.1 图像跟踪软件架构设计  54-55
    4.3.2 DSP系统开发的关键技术  55-58
    4.3.3 DM642片上内存配置  58-60
    4.3.4 系统程序设计  60-67
  4.4 系统优化  67-72
    4.4.1. 项目级优化  67
    4.4.2. 算法级优化  67-69
    4.4.3. 代码级优化  69-72
  4.5 系统测试与验证  72-75
    4.5.1. 实验设备  72
    4.5.2. 实验结果  72-73
    4.5.3. 实验分析  73-75
  4.6 本章小结  75-76
5 总结与展望  76-78
  5.1 研究工作总结  76
  5.2 展望  76-78
致谢  78-79
参考文献  79-82

相似论文

  1. FPGA/DSP图像协处理技术及以太网数据传输,TP391.41
  2. Mean Shift结合拓扑约束法进行高密度细胞追踪,Q25
  3. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  4. 基于DM642的H.264视频编码实现及优化方法的研究,TN919.81
  5. 视频图像序列中运动目标的获取与跟踪,TP391.41
  6. 基于KLT与Mean-Shift的目标跟踪研究,TP391.41
  7. 人脸特征提取系统的关键技术研究及其DSP实现,TP391.41
  8. 边防红外监控系统中运动目标的检测预警设计,TP391.41
  9. 基于DM642的红外运动目标检测与跟踪技术实现,TP391.41
  10. 嵌入式目标检测与跟踪系统设计及算法实现,TP391.41
  11. 增强现实中虚拟物体注册方法的研究,TP391.41
  12. 视频跟踪中Mean-Shift算法的应用研究,TP391.41
  13. 基于嵌入式的人眼信息检测系统研究,TP391.41
  14. H.264帧间块匹配算法的研究与编码器DSP实现,TN919.81
  15. 智能监控系统物品安全检测关键技术研究和实现,TP277
  16. 基于视觉的粒子滤波目标跟踪算法及其在移动机器人中的应用,TP242
  17. 无线传感器网络中的追击者—逃跑者跟踪问题研究,TP212.9
  18. 视频图像中的运动目标跟踪算法研究,TP391.41
  19. 基于单摄像头的360度旋转跟踪系统,TP391.41
  20. 运动载体视频图像融合技术研究,TP391.41
  21. 视频图像序列中运动目标检测和跟踪的研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com