导读:本文包含了跟踪窗论文开题报告文献综述及选题提纲参考文献,主要关键词:红外目标检测,航迹关联,kalman滤波,自适应跟踪窗
跟踪窗论文文献综述
孙静晶,崔夏菁,汪鲁才[1](2016)在《浅谈自适应跟踪窗的红外小目标检测》一文中研究指出红外目标检测与跟踪系统具有精密度高、非接触、抗电子干扰的特性,在光学侦察和导弹制导等军事领域应用广泛。由于自然环境的复杂性和工程应用中的实际需要,研究红外目标的检测和跟踪系统,使它具有更好检测和跟踪效果,一直是一项具有挑战性的工作。(本文来源于《科技创新与应用》期刊2016年04期)
郭晓冉,崔少辉,方丹[2](2014)在《自适应跟踪窗的Mean Shift算法》一文中研究指出针对经典Mean Shift算法在目标跟踪过程中不能自适应目标的形状变化,提出了一种跟踪窗自适应的Mean Shift目标跟踪算法。该算法利用权值图像的矩特征推导出了一种目标真实面积的估计方法,同时利用估计出的目标真实面积校正可表达目标窗口内图像特征的协方差矩阵,从而计算出目标区域的主轴长度和方向。实验结果表明,该方法保留了Mean Shift算法简单、有效的特点,同时该算法的跟踪窗具备当目标发生旋转和尺度变化时的自适应能力,并且具有较强的鲁棒性。(本文来源于《半导体光电》期刊2014年06期)
郭晓冉,崔少辉,曹欢,杨锁昌,方丹[3](2014)在《跟踪窗自适应的捷联导引系统目标跟踪算法》一文中研究指出捷联图像末制导导弹在跟踪的后期阶段,弹目距离和成像视角的变化会引起图像尺度和旋转变化,目标区域将由小变大直至充满整个视场。针对经典的Mean Shift算法在图像制导目标跟踪过程中不能自适应目标的尺度和旋转变化这一问题,研究了一种跟踪窗自适应的Mean Shift目标跟踪算法。对初始选定的椭圆目标跟踪区域和候选区域进行加权操作,并利用权值图像的零阶矩和Bhattacharyya系数,对真实目标面积进行精确估计。利用估计出的目标真实面积,并结合权值图像的2阶中心矩进一步构建可表达目标窗口内图像特征的协方差矩阵,再通过奇异值分解建立椭圆面积与协方差矩阵特征值之间的关系,从而计算出椭圆目标区域实际的主轴长度和方向,实现跟踪窗的自适应变化。仿真实验结果表明,该方法既具有Mean Shift算法精度高、实时性好的特点,同时又扩展了Mean Shift算法在目标发生尺度和旋转变化时的自适应能力。(本文来源于《兵工学报》期刊2014年10期)
周宝通,李成龙,罗斌,汤进[4](2013)在《视频监控中的自适应跟踪窗目标跟踪算法研究》一文中研究指出针对跟踪窗口固定的跟踪算法不能有效地跟踪存在明显尺度变化的目标这一问题,提出了一种基于最大平均后验概率指标的自适应窗口目标跟踪算法。在最大后验概率视觉跟踪算法基础上,分析了运动目标窗口增大以及减小时的后验概率指标,根据这些窗口内的平均指标量来决定目标跟踪窗口的更新策略。实验结果表明,该算法对刚体及非刚体运动目标的跟踪窗口都能较好地进行调整,实现稳健的跟踪。(本文来源于《计算机科学与探索》期刊2013年09期)
汪鲁才,易锡年,陈小天[5](2012)在《基于自适应跟踪窗的红外小目标跟踪方法》一文中研究指出针对采用固定跟踪窗的传统跟踪方法容易将云层边角等干扰信息纳入跟踪窗,从而影响目标稳定跟踪的问题,提出了一种自适应跟踪窗的算法。在检测到目标的前提下,通过Kalman滤波器动态地改变目标跟踪过程中跟踪窗的大小,以减少跟踪过程中云层等干扰信息对跟踪的影响,并减少算法需要处理的信息量。在真实红外跟踪平台上的实验表明,提出的算法在干扰抑制和运行速度方面都有一定程度的提高。(本文来源于《计算机应用研究》期刊2012年08期)
刘晴,唐林波,赵保军[6](2012)在《跟踪窗自适应的Mean Shift目标跟踪算法》一文中研究指出针对Mean Shift算法不能很好地跟踪尺度变化目标的缺点,提出一种将Mean Shift算法和目标几何特征相结合的目标跟踪算法。该方法在Mean Shift框架下提取目标的几何特征,根据目标的面积和型心坐标对跟踪窗的位置和大小进行修正,最后更新Mean Shift的目标模板。通过大量实验仿真证明,改进的算法能很好地跟踪尺度变化的目标,对目标的仿射变化和非刚性的形态变化具有有效性和鲁棒性。(本文来源于《系统工程与电子技术》期刊2012年02期)
黄鹤,王小旭,潘泉,孙强,闫学斌[7](2011)在《基于参数辨识α-β-γ滤波的自适应调整跟踪窗算法》一文中研究指出针对传统α-β-γ滤波器受跟踪精度与收敛速度之间的矛盾以及系数固定的影响而难以跟踪强机动性目标的局限性,设计了一种基于参数辨识的自适应的α-β-γ滤波跟踪器。该滤波器根据目标机动性的变化,利用跟踪误差调整模糊集系统的输出,在保证精度的前提下,得到自适应的系数值,使跟踪结果快速收敛,很好地解决了跟踪精度与收敛速度之间的矛盾。同时,利用该算法的估计作用,应用在改进的自适应窗口调整的跟踪算法中,随目标场景变化而自适应调整跟踪窗。计算机仿真结果表明,在满足所要求精度的前提下,该算法可以克服传统算法的局限性,实现跟踪精度与收敛速度的相对最优,有效对强机动性目标进行实时跟踪。(本文来源于《中国惯性技术学报》期刊2011年06期)
雷震,王青海,吴玲达,薛廷梅[8](2010)在《基于自适应跟踪窗尺度的人脸探测》一文中研究指出作为一种有效的迭代算法,Mean-shift具有良好的特性,在目标跟踪、图像平滑和其他计算机视觉领域得到了广泛应用。鉴于标准Mean-shift算法缺乏尺度自适应机制,而Camshift算法每次探测前需要人工选定人脸区域样本才能进行准确的探测,提出了一种用于视频中人脸探测的自适应跟踪窗算法。该算法在跟踪框内采用光照补偿和肤色分割来校正跟踪窗尺度和位置。实验表明,该算法不但具有良好的实时性,而且能较好地减少传统算法中的定位误差,更加准确地探测出视频中的人脸。(本文来源于《计算机科学》期刊2010年04期)
钱惠敏,茅耀斌,王执铨[9](2007)在《自动选择跟踪窗尺度的Mean-Shift算法》一文中研究指出实用的跟踪系统要求能实时地适应运动目标的外观变化,尺度固定不变的跟踪窗口不能有效地跟踪存在明显尺度变化的目标。本文将多尺度图像的信息量度量方法引入到运动目标跟踪中,提出了一种跟踪窗口自动更新算法,并用此算法改进了基于颜色直方图的Mean-Shift跟踪方案。实验结果表明,改进的跟踪算法对尺寸逐渐减小和逐渐增大的目标都能自动选择合适的跟踪窗口大小。(本文来源于《中国图象图形学报》期刊2007年02期)
钱惠敏,茅耀斌,王执铨[10](2006)在《自动选择跟踪窗尺度的Mean-Shift算法》一文中研究指出实用的跟踪系统要求能实时地适应运动目标的外观变化,尺度固定不变的跟踪窗口不能有效地跟踪存在明显尺度变化的目标。本文将多尺度图像的信息量度量方法引入到运动目标跟踪中,提出了一种跟踪窗口自动更新算法,并用此算法改进了基于颜色直方图的 Mean-Shift 跟踪方案。实验结果表明,改进的 Mean-Shift 跟踪算法对尺寸逐渐减小和逐渐增大的目标都能自动选择合适的跟踪窗口大小。(本文来源于《第十叁届全国图象图形学学术会议论文集》期刊2006-11-01)
跟踪窗论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
针对经典Mean Shift算法在目标跟踪过程中不能自适应目标的形状变化,提出了一种跟踪窗自适应的Mean Shift目标跟踪算法。该算法利用权值图像的矩特征推导出了一种目标真实面积的估计方法,同时利用估计出的目标真实面积校正可表达目标窗口内图像特征的协方差矩阵,从而计算出目标区域的主轴长度和方向。实验结果表明,该方法保留了Mean Shift算法简单、有效的特点,同时该算法的跟踪窗具备当目标发生旋转和尺度变化时的自适应能力,并且具有较强的鲁棒性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
跟踪窗论文参考文献
[1].孙静晶,崔夏菁,汪鲁才.浅谈自适应跟踪窗的红外小目标检测[J].科技创新与应用.2016
[2].郭晓冉,崔少辉,方丹.自适应跟踪窗的MeanShift算法[J].半导体光电.2014
[3].郭晓冉,崔少辉,曹欢,杨锁昌,方丹.跟踪窗自适应的捷联导引系统目标跟踪算法[J].兵工学报.2014
[4].周宝通,李成龙,罗斌,汤进.视频监控中的自适应跟踪窗目标跟踪算法研究[J].计算机科学与探索.2013
[5].汪鲁才,易锡年,陈小天.基于自适应跟踪窗的红外小目标跟踪方法[J].计算机应用研究.2012
[6].刘晴,唐林波,赵保军.跟踪窗自适应的MeanShift目标跟踪算法[J].系统工程与电子技术.2012
[7].黄鹤,王小旭,潘泉,孙强,闫学斌.基于参数辨识α-β-γ滤波的自适应调整跟踪窗算法[J].中国惯性技术学报.2011
[8].雷震,王青海,吴玲达,薛廷梅.基于自适应跟踪窗尺度的人脸探测[J].计算机科学.2010
[9].钱惠敏,茅耀斌,王执铨.自动选择跟踪窗尺度的Mean-Shift算法[J].中国图象图形学报.2007
[10].钱惠敏,茅耀斌,王执铨.自动选择跟踪窗尺度的Mean-Shift算法[C].第十叁届全国图象图形学学术会议论文集.2006