论文摘要
基于图像的目标自动识别与跟踪技术是世界各国精确打击武器系统急需解决的重要难题,也是图像处理研究领域的研究热点。均值漂移是一种有效的统计迭代算法,已广泛应用于聚类分析、跟踪、图像分割、图像平滑、滤波、图像边缘提取和信息融合等方面。本文从理论、计算、实验等方面研究了基于Mean Shift算法的运动目标识别与跟踪算法。目标识别与跟踪有很强的特殊性,对不同的应用应该选用相应的算法。针对Mean Shift算法的优点,本文提出了基于Mean Shift算法的聚类、分割方法,从而识别目标。并使用MATLAB软件对分割结果进行了仿真。其次,为了解决目标形变和遮挡带来的跟踪失败问题,本文提出了基于Mean Shift的跟踪算法,应用VC++6.0编写程序进行分析,并给出了实验结果。实验结果表明该方法的有效性。为基于图像目标自动识别与跟踪技术的精确打击武器系统提供了重要的理论基础与技术支撑。
论文目录
摘要Abstract第1章 绪论1.1 引言1.2 国内外研究现状1.2.1 目标识别与跟踪的分类1.2.2 国内外研究现状1.3 基于图像的识别与跟踪技术难点1.4 本文章节安排第2章 均值漂移图像处理算法2.1 Mean Shift 简介2.2 Mean Shift 的基本思想及其扩展2.2.1 基本Mean Shift2.2.2 核函数2.2.3 Mean Shift 的扩展形式2.3 Mean Shift 的物理含义2.4 Mean Shift 算法2.5 本章小结第3章 数字图像预处理3.1 图像噪声3.2 图像平滑3.2.1 邻域平均法3.2.2 低通滤波3.2.3 中值滤波3.3 图像锐化3.3.1 微分方法3.3.2 高通滤波方法3.4 本章小结第4章 基于均值漂移算法的目标识别方法研究4.1 Mean Shift 分割算法4.1.1 Mean Shift 分割算法4.1.2 实验结果及分析4.2 均值漂移的带宽选择4.2.1 带宽问题4.2.2 实验结果及分析4.3 本章小结第5章 基于均值漂移迭代算法的目标跟踪方法的研究5.1 基于图像的目标跟踪原理5.2 运动目标跟踪算法5.3 跟踪算法的优化5.4 实验结果及分析5.5 目标被遮挡时的处理5.6 本章小结第6章 总结与展望6.1 总结6.2 展望参考文献作者简历 攻读硕士学位期间完成的主要工作致谢
相关论文文献
标签:目标识别论文; 目标跟踪论文; 核密度估计论文;