版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、自上世紀(jì)中期,運(yùn)動(dòng)目標(biāo)跟蹤的概念被提出之后,運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)得到迅速發(fā)展和廣泛應(yīng)用。九十年代以來,基于視頻的目標(biāo)跟蹤方法研究也逐漸增多。由于實(shí)際跟蹤環(huán)境復(fù)雜多變,被跟蹤運(yùn)動(dòng)目標(biāo)模型不確定等因素,運(yùn)動(dòng)目標(biāo)視覺跟蹤技術(shù)成為計(jì)算機(jī)視覺研究領(lǐng)域中十分有挑戰(zhàn)性的研究?jī)?nèi)容之一。本文基于卡爾曼濾波理論,對(duì)運(yùn)動(dòng)目標(biāo)視覺跟蹤技術(shù)展開了多種方法的研究,并提出了新的運(yùn)動(dòng)目標(biāo)檢測(cè)方法和陰影檢測(cè)與去除方法,取得了較好的實(shí)驗(yàn)結(jié)果。本文的主要工作如下:
2、 在運(yùn)動(dòng)目標(biāo)檢測(cè)方面,針對(duì)三幀差法檢測(cè)出的圖像含有噪聲和目標(biāo)部分區(qū)域漏檢的不足,應(yīng)用數(shù)學(xué)形態(tài)學(xué)原理對(duì)檢測(cè)結(jié)果進(jìn)行處理,去除檢測(cè)結(jié)果中的噪聲,填充部分漏檢區(qū)域,并提出了一種基于梯度的邊緣連接算法,對(duì)運(yùn)動(dòng)目標(biāo)邊緣檢測(cè)結(jié)果進(jìn)行改進(jìn)。本文結(jié)合三幀差法和改進(jìn)的邊緣檢測(cè)方法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)。該方法不僅提高目標(biāo)檢測(cè)的精度,而且避免了運(yùn)動(dòng)目標(biāo)部分區(qū)域的漏檢。
在運(yùn)動(dòng)目標(biāo)跟蹤方面,應(yīng)用經(jīng)典卡爾曼濾波算法實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤,但經(jīng)典
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 雷達(dá)目標(biāo)跟蹤的卡爾曼濾波方法的研究.pdf
- 基于分布式卡爾曼濾波的目標(biāo)跟蹤方法研究.pdf
- 基于卡爾曼濾波器的雷達(dá)目標(biāo)跟蹤
- 基于卡爾曼濾波的道路目標(biāo)檢測(cè)與跟蹤研究.pdf
- 基于擴(kuò)展卡爾曼濾波的單目視覺軌跡跟蹤方法的研究.pdf
- 基于粒子濾波和卡爾曼濾波的復(fù)雜場(chǎng)景下視覺跟蹤.pdf
- 基于卡爾曼濾波的多區(qū)域關(guān)聯(lián)視頻目標(biāo)跟蹤研究.pdf
- 基于Unscented卡爾曼濾波器的視頻目標(biāo)跟蹤.pdf
- 開題報(bào)告--基于卡爾曼濾波的目標(biāo)跟蹤算法的研究
- 卡爾曼濾波在目標(biāo)跟蹤中的應(yīng)用
- 基于自適應(yīng)卡爾曼粒子濾波的目標(biāo)跟蹤算法的研究.pdf
- 基于卡爾曼濾波的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究.pdf
- 基于隨機(jī)森林與卡爾曼濾波的人體跟蹤方法研究.pdf
- 改進(jìn)的卡爾曼濾波在目標(biāo)跟蹤中的應(yīng)用.pdf
- WSN中基于預(yù)測(cè)和量化的卡爾曼濾波目標(biāo)跟蹤.pdf
- 基于粒子群算法和卡爾曼濾波的運(yùn)動(dòng)目標(biāo)跟蹤算法.pdf
- 融合Mean Shift和卡爾曼濾波的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
- 卡爾曼濾波算法在強(qiáng)機(jī)動(dòng)目標(biāo)跟蹤中的應(yīng)用.pdf
- 基于強(qiáng)跟蹤卡爾曼濾波的電壓暫降檢測(cè).pdf
- 基于狀態(tài)噪聲去相關(guān)卡爾曼濾波的視頻目標(biāo)跟蹤技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論