数字图像跟踪算法的MATLAB程序实现与比较.doc

  • 需要金币1000 个金币
  • 资料目录论文助手 > 论文题目 > 工业工程 >
  • 转换比率:金钱 X 10=金币数量, 例100元=1000金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2016-11-24
  • 论文字数:18868
  • 课题出处:(小胖猫)提供原创资料
  • 资料包括:完整论文,开题报告

支付并下载

摘要:数字图像处理在开发和钻研的过程中,涉及到的知识面是非常大的。随着微型计算机科学技术的大量普及和应用,数字图像处理和分析逐渐有了自己的一个分支,并且在这个分支上面不断的研究开发,新的处理方法也五花八门,在很短的研究和发展状况下,许多方面都想致力于对其的研究和开发。图像跟踪与图像处理有着相关重要的联系,因为只有图像跟踪之后,也就是提取相关的图像信息之后,才能进行图像的处理;也就是说,只有经过图像处理之后,才能进行图像跟踪。因此,跟踪算法和成像跟踪是密不可分的。

不同的场景用到的检测方法不一样,用到的跟踪方法也有一定的差异,在本篇文章中主要用到的是静态的目标和跟踪,其中的检测算法和目标的模板相关匹配算法,我们使用的都是在基于Hausdorff距离的模板跟踪算法的情况下进行的。本文我们是围绕以下几方面开展的:

1.简单的介绍“数字图像处理跟踪算法的MATLAB程序实现与比较”的研究背景和意义,大致概述现在数字图像处理的发展状况,以及目标的检测和跟踪。

2.介绍了几种跟踪方法,让更好的了解图像的跟踪,前面的几种跟踪方法并不是我们最后使用的,主要是为了大家能够对图像跟踪多一点了解。在第四章的时候,我们使用的跟踪算法是基于Hausdorff距离的模板跟踪算法。

3.参考“优势点拣选法”;“优势点拣法”的主要优点是能够减小计算量,有的时候因为要检测边缘点数较多,这样就造成了要跟踪的计算量就比较大,这种方法的使用,是根据Hausdorff距离的距离阈值选出优势点,再将优势点作为依据,然后根据优势点再进行计算。在结尾的时候,我们获取最佳匹配位置是通过函数的使用得到的。

关键词:Hausdorff、帧间差法、“分块拣选”、图像分割、灰度统计

 

目录

摘要

ABSTRACT

引言-1

1 绪论-2

1.1 论文的背景及意义-2

1.2 数字图像处理的研究和发展-3

1.2.1 目标检测与提取-4

1.2.2 目标的跟踪-5

1.3 本文的结构安排-5

2 预备知识-7

2.1 图像处理的基本知识-7

2.2 图像的分割-7

2.3 图像的检测-8

2.4 跟踪原理-8

2.5 小结-8

3 数字图像的提取-9

3.1 引言-9

3.2 帧间差法-10

3.3 背景差法-12

3.4 灰度统计法-12

3.5 小结-14

4 数字图像跟踪-15

4.1 引言-15

4.2 Hausdorff距离的定义及其改进-15

4.2.1 部分Hausdorff距离算法-16

4.3 优势点拣选法-17

4.3.1 普通Hausdorff距离的计算速度-17

4.3.2 “优势点拣选法”-17

4.3.3 “分块拣选”的理论依据-18

4.4 实验-18

4.4.1 实验步骤-19

4.4.2 实验结果-20

4.5 小结-23

5 畅想与总结-24

致谢-26

参考文献-27


支付并下载

提示:本站支持手机(IOS,Android)下载论文,如果手机下载不知道存哪或打不开,可以用电脑下载,不会重复扣费