计算机视觉中的运动检测与跟踪PDF电子书下载

第一章 绪论 1

1.1运动的分类 1

1.2计算机视觉中运动分析模型 2

1.3计算机视觉中运动检测和目标跟踪技术研究现状 3

1.4计算机视觉中运动分析的技术难点 5

1.5本书各章节内容简介 7

第二章 传统的运动检测和目标跟踪算法 9

2.1传统的运动检测算法 9

2.2常用目标跟踪算法 12

2.3粒子滤波在跟踪算法中的应用 14

2.4 mean-shift在跟踪算法中的应用 15

2.5方向符号法在跟踪算法中的应用 15

2.6小结与讨论 17

第三章 周期性运动特征的低速目标跟踪算法 18

3.1周期性运动特征的动态目标跟踪策略 18

3.1.1快速对应点搜索 21

3.1.2应用卡尔曼滤波器实现目标位置的预测 22

3.1.3波门的设定 23

3.2基于单目视觉技术的CCD激光经纬仪 24

3.2.1应用背景 24

3.2.2 CCD激光经纬仪结构及舰载雷达标校原理 24

3.2.3坐标变换与数学建模 27

3.2.4半自动建模及动态馈源目标实时识别与跟踪策略 28

3.2.5相机的定标 29

3.3实验结果及结论 31

第四章 高速运动目标的检测与跟踪算法 33

4.1空间激光通信中的目标识别与跟踪过程 33

4.1.1通信准备阶段 33

4.1.2目标捕获阶段 34

4.1.3粗跟踪阶段 34

4.1.4精跟踪阶段 34

4.2自由空间激光通信系统仿真形式 34

4.3提高目标跟踪精度的主要技术途径 36

4.3.1采用数字控制系统 36

4.3.2采用高精度的振镜 37

4.3.3采用CCD细分技术 38

4.3.4采用现代控制理论和最优控制算法 38

4.3.5提高APT精跟踪系统的伺服带宽 38

4.4激光光斑目标的快速识别与跟踪算法 39

4.4.1图像数据采集方法 39

4.4.2自适应探测窗的选取 40

4.4.3 PID控制过程 41

4.4.4激光光斑中心的计算 43

4.5目标识别与跟踪过程的仿真 52

4.5.1用户交互模块 52

4.5.2粗伺服单元伺服控制仿真 53

4.5.3精伺服单元伺服控制仿真 56

4.6本章小结 60

第五章 具有复杂背景的运动目标检测算法 61

5.1光流场的计算方法 61

5.1.1光流场的概念 61

5.1.2传统光流计算方法 61

5.1.3光流评估方法比较 63

5.2改进的光流评估算法 63

5.2.1正规化相关的特性讨论 63

5.2.2候补向量的定义及光流算法的计算过程 67

5.2.3基于时间复数相关的预测向量计算法 67

5.2.4基于空间复数相关的预测向量计算法 69

5.2.5候补向量的抽取 70

5.2.6相关分布可信度的评价 71

5.2.7高精度光流的抽取 71

5.2.8本节小结 72

5.3实验结果与讨论 73

5.3.1噪声对真值深度分布的影响 73

5.3.2全景的信噪比分析 77

5.3.3 SMCM算法对背景光流场的检测 79

5.3.4 TMCM算法对场景变化的检测 80

5.3.5实验总结 83

5.4改进光流场评估算法的应用 83

5.4.1车辆冲突检测的技术背景 83

5.4.2车载相机的运动对光流场的影响 84

5.4.3运动物体的识别 85

5.5本章小结 88

第六章 互补投票算法实现可信赖运动向量估计 90

6.1互补投票算法的基本原理 90

6.2投票参数的收敛 91

6.3信赖测度的估计方法 91

6.4互补投票法的高速化 92

6.5高速化后的算法的性能比较 93

6.6总结与讨论 94

结束语 95

参考文献 97