导读:本文包含了图像目标跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,目标,特征,粒子,序列,算法,判别式。
图像目标跟踪论文文献综述
张丽红,周天,徐超,韩婷婷[1]（2019）在《基于声呐图像序列SIFT特征的多目标跟踪方法研究》一文中研究指出针对高频成像声呐多目标跟踪中声成像的不稳定问题,在基于检测前跟踪的声呐图像序列尺度不变特征变换(Scale Invariant Feature Transform, SIFT)的基础上,提出了一种结合对数变换的声呐图像序列SIFT特征跟踪方法。该方法利用对数变换进行图像预处理,进而利用声呐图像序列SIFT特征进行多目标跟踪。水池试验数据的处理结果表明:与中值滤波和动态亮度分配的方法相比,结合对数变换的声呐图像序列SIFT特征跟踪方法具有更好的多目标跟踪效果。(本文来源于《声学技术》期刊2019年05期）
徐华伟,颜晶晶[2]（2019）在《图像压缩感知的目标跟踪多特征提取算法》一文中研究指出为了提高图像压缩跟踪过程中的目标跟踪性能,论文提出了一种具有随机生成多个特征的目标跟踪算法,通过划分子区域来确定随机生成的多个不同的图像特征进而实现目标跟踪。在每次计算候选位置的最高分类器得分后,结合Bhattacharyya系数来选择最优跟踪结果作为最终目标位置。减少了由图像不良特征确定目标位置的概率,有效地克服了诸如遮挡、形变或类似背景的影响。实验结果表明:相比单个特征提取,两个特征共同提取的中心位置误差平均减少了18.86%,边界框重迭率平均提升了14.14%,成功率平均提升了20.72%,且所提出的跟踪算法的计算速度与图像尺寸有关。(本文来源于《计算机与数字工程》期刊2019年09期）
赵麒瑞,韩耀斌,沈惠,刘光花[3]（2019）在《上升段飞行器目标的视频图像跟踪》一文中研究指出粒子滤波是一种基于贝叶斯估计理论和蒙特卡罗理论的实时目标跟踪方法,具有较为灵活的并行化跟踪方式,能够较好地维持跟踪目标的假设状态,具有较好的跟踪效果和鲁棒性。上升段飞行器目标飞行视频图像跟踪是火箭等目标飞行监控的重要阶段,但现阶段对飞行器上升段的视频图像跟踪主要依靠人工手动操作云台控制器,实现视频图像中的飞行器跟踪,跟踪图像存在跟踪滞后、画面抖动等现象,跟踪效果受人为因素影响较大。本文提出一种基于粒子滤波方法的上升段飞行器目标视频图像跟踪方法,建立飞行器目标粒子滤波跟踪模型实现对飞行器目标的识别和跟踪,在识别和跟踪的基础上建立云台控制模型,通过对云台的智能控制获得飞行器上升段的高质量图像。采用火箭发射的视频图像作为模型验证的实验数据,检验飞行器目标的跟踪效果。(本文来源于《南京航空航天大学学报》期刊2019年S1期）
余田椿,孙先松[4]（2019）在《FPGA的图像识别与目标跟踪系统设计》一文中研究指出采用FPGA构建目标跟踪系统实现对单色背景下的某一物体的识别与跟踪。此设计由图像采集模块、图像存储模块、图像处理模块、图像显示模块4大模块构成。系统选用OV5640数字摄像头对图像信息进行采集,SDRAM对图像数据进行存储,然后利用均值滤波算法来平滑图像,紧接着使用Sobel边缘检测算法对目标进行处理,并对其结果进行二值化操作,再通过包围盒技术以实现对目标的跟踪,最后将其结果在VGA显示屏上显示出来。测试结果表明,整个系统能够实时准确地对单色背景下的某一物体进行跟踪。(本文来源于《单片机与嵌入式系统应用》期刊2019年09期）
石洋,胡长青,崔杰[5]（2019）在《免疫粒子滤波在声呐图像目标跟踪中的应用》一文中研究指出基于前视声呐图像序列,研究并实现了经免疫算法优化的粒子滤波水下目标跟踪。声呐图像分割成二值图后,提取目标的区域形状特征以构建观测模型,设计目标模板自适应更新方法;将免疫算法的克隆与变异思想引入到粒子滤波中以解决粒子退化问题。对两组水下运动物体的跟踪实验表明,即使目标存在一定形变与干扰,文中的免疫粒子滤波算法仍能以较高的精度跟踪到目标真实运动轨迹;相比于传统粒子滤波算法,稳定性也更强。(本文来源于《声学技术》期刊2019年04期）
王晓田,马万超,张凯,李少毅,闫杰[6]（2019）在《面向自动目标跟踪红外图像序列复杂度度量》一文中研究指出红外图像复杂度度量是自动目标识别及其跟踪性能评估的重要组成部分。传统的度量指标如统计方差、信杂比等针对的皆是单帧图像,而对于图像序列复杂度度量的研究寥寥无几。针对该问题,提出一种面向自动目标跟踪的红外图像序列复杂度度量方法。首先,对影响目标识别及其跟踪因素进行分析,明确了红外图像序列中影响目标识别及其跟踪的具体原因,以此为依据构建基于特征空间的目标混淆度和目标遮隐度指标;其次,通过灰色关联法优化特征空间,使目标混淆度和目标遮隐度指标更加合理;最后,结合识别与跟踪的特点,选择合适的加权平均函数和非线性变换函数,实现图像序列复杂度度量。实验表明,与图像序列评价指标如序列相关度、帧间目标变化度相比,文中提出的评价指标与跟踪误差的单调关系更好,是一种有效的图像序列复杂度评价标准。(本文来源于《西北工业大学学报》期刊2019年04期）
易欣,郭武士,赵丽[7]（2019）在《热红外图像序列中基于KCF和Mean-Shift定位的目标跟踪方法》一文中研究指出针对热红外图像低信噪比(SNR)特性,提出了一种判别式热红外目标跟踪方法。首先,通过自适应组合核化相关滤波器(KCF)来获取目标位置,使用最有区别的特征集梯度和信道编码强度特征训练滤波器;然后,将经过训练的滤波器与感兴趣区域相关联,并将输出响应自适应地组合在一起,基于峰值定位目标。使用AdaBoost分类器对包含目标像素和背景像素的图像块进行训练,以分割连续帧中的对象;最后,通过Mean-Shift均值漂移算法寻找峰值以获得最优位置。对LTIR数据集中13个具有挑战性的红外视频进行了实验,结果显示提出的跟踪器在平均中心位置误差、距离精度和重迭精度等方面均优于其他跟踪器。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年08期）
兰轶,杨澜[8]（2019）在《红外图像目标跟踪在智能网联汽车的应用研究》一文中研究指出过去采用数据融合方法进行的汽车目标跟踪,未对目标图像信息有效处理,图像噪声影响较强,无法准确的对目标实施识别和跟踪,研究红外图像目标跟踪在智能网联汽车的应用过程,采用红外图像成像原理获取智能网联汽车的目标红外图像,通过滤波降噪、图像增强和图像分割操作降低红外图像的噪声、增强目标与背景对比度,实现目标与红外图像背景的有效分割;在此基础上,采用均值漂移目标跟踪算法,在新的红外图像中确定目标待选位置,并确保描述目标直方图与备选目标直方图概率分布相似度的巴氏系数最大,实现智能网联汽车对目标的准确跟踪。实验结果说明,红外图像目标跟踪在提升智能网联汽车目标识别结果上有显着作用,识别简单场景和复杂场景目标的正确率分别为0. 966和0. 565,都高于数据融合方法,且目标跟踪效率高。(本文来源于《激光杂志》期刊2019年07期）
王爽,邵艳明,宋敏敏,凌翔滨,雷晓奇[9]（2019）在《一种面向目标跟踪性能的红外图像自适应增强方法》一文中研究指出针对光照突变或强辐射源干扰条件下由于目标能量变化引起跟踪不稳定且易丢失的问题,提出了一种可适应目标能量突变的自适应红外图像增强预处理算法。首先通过最大极值稳定区域方法对目标进行检测,实时计算目标区域平均灰度,并通过最小二乘对下一帧目标均值进行预测,当检测到实时目标能量与预测均值能量突变超过一定阈值后,使用自适应增强方法重新预处理目标图像,使突变前后目标及其附近背景区域对比度保持稳定,然后通过核相关跟踪算法对目标能量变化前后的目标进行跟踪。实验结果证明,该增强算法能有效改善目标能量突变情况下目标跟踪的稳定性和准确性。(本文来源于《红外技术》期刊2019年07期）
李瑾[10]（2019）在《目标装饰图像多维特征点集自适应跟踪方法》一文中研究指出针对传统方法目标装饰图像特征点采集效率低且图像匹配准确率低的问题,提出一种目标装饰图像多维特征点集自适应跟踪方法。结合SIFI算法确定图像极值点,去除不稳定的边缘响应点,以极值点为中心,结合不同尺度的高斯核函数和图像卷积,得到尺度空间中的装饰图像,以欧式距离作为匹配相似性度量值,完成对装饰图像的特征向量匹配,从而生成匹配特征点集集合。采用光流跟踪法确定装饰图像的可靠性特征点集,利用仿射变换参数剔除掉被误处理的可靠特征点,结合显着性特征确定目标装饰图像跟踪框,实现对目标装饰图像多维特征点集的自适应跟踪。仿真结果表明,所提方法跟踪效率高达96%,图像特征匹配率高达95%,说明该方法能够高效准确地采集目标装饰图像特征。(本文来源于《机械设计与制造工程》期刊2019年07期）
图像目标跟踪论文开题报告
（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：
为了提高图像压缩跟踪过程中的目标跟踪性能,论文提出了一种具有随机生成多个特征的目标跟踪算法,通过划分子区域来确定随机生成的多个不同的图像特征进而实现目标跟踪。在每次计算候选位置的最高分类器得分后,结合Bhattacharyya系数来选择最优跟踪结果作为最终目标位置。减少了由图像不良特征确定目标位置的概率,有效地克服了诸如遮挡、形变或类似背景的影响。实验结果表明:相比单个特征提取,两个特征共同提取的中心位置误差平均减少了18.86%,边界框重迭率平均提升了14.14%,成功率平均提升了20.72%,且所提出的跟踪算法的计算速度与图像尺寸有关。
（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。
图像目标跟踪论文参考文献
[1].张丽红,周天,徐超,韩婷婷.基于声呐图像序列SIFT特征的多目标跟踪方法研究[J].声学技术.2019
[2].徐华伟,颜晶晶.图像压缩感知的目标跟踪多特征提取算法[J].计算机与数字工程.2019
[3].赵麒瑞,韩耀斌,沈惠,刘光花.上升段飞行器目标的视频图像跟踪[J].南京航空航天大学学报.2019
[4].余田椿,孙先松.FPGA的图像识别与目标跟踪系统设计[J].单片机与嵌入式系统应用.2019
[5].石洋,胡长青,崔杰.免疫粒子滤波在声呐图像目标跟踪中的应用[J].声学技术.2019
[6].王晓田,马万超,张凯,李少毅,闫杰.面向自动目标跟踪红外图像序列复杂度度量[J].西北工业大学学报.2019
[7].易欣,郭武士,赵丽.热红外图像序列中基于KCF和Mean-Shift定位的目标跟踪方法[J].重庆理工大学学报(自然科学).2019
[8].兰轶,杨澜.红外图像目标跟踪在智能网联汽车的应用研究[J].激光杂志.2019
[9].王爽,邵艳明,宋敏敏,凌翔滨,雷晓奇.一种面向目标跟踪性能的红外图像自适应增强方法[J].红外技术.2019
[10].李瑾.目标装饰图像多维特征点集自适应跟踪方法[J].机械设计与制造工程.2019
论文知识图
