计算机视觉中的运动检测与跟踪

第一章 绪论

1.1 运动的分类

1.2 计算机视觉中运动分析模型

1.3 计算机视觉中运动检测和目标跟踪技术研究现状

1.4 计算机视觉中运动分析的技术难点

1.5 本书各章节内容简介

第二章 传统的运动检测和目标跟踪算法

2.1 传统的运动检测算法

2.2 常用目标跟踪算法

2.3 粒子滤波在跟踪算法中的应用

2.4 mean-shift在跟踪算法中的应用

2.5 方向符号法在跟踪算法中的应用

2.6 小结与讨论

第三章 周期性运动特征的低速目标跟踪算法

3.1 周期性运动特征的动态目标跟踪策略

3.1.1 快速对应点搜索

3.1.2 应用卡尔曼滤波器实现目标位置的预测

3.1.3 波门的设定

3.2 基于单目视觉技术的CCD激光经纬仪

3.2.1 应用背景

3.2.2 CCD激光经纬仪结构及舰载雷达标校原理

3.2.3 坐标变换与数学建模

3.2.4 半自动建模及动态馈源目标实时识别与跟踪策略

3.2.5 相机的定标

3.3 实验结果及结论

第四章 高速运动目标的检测与跟踪算法

4.1 空间激光通信中的目标识别与跟踪过程

4.1.1 通信准备阶段

4.1.2 目标捕获阶段

4.1.3 粗跟踪阶段

4.1.4 精跟踪阶段

4.2 自由空间激光通信系统仿真形式

4.3 提高目标跟踪精度的主要技术途径

4.3.1 采用数字控制系统

4.3.2 采用高精度的振镜

4.3.3 采用CCD 分技术

4.3.4 采用现代控制理论和最优控制算法

4.3.5 提高APT精跟踪系统的伺服带宽

4.4 激光光斑目标的快速识别与跟踪算法

4.4.1 图像数据采集方法

4.4.2 自适应探测窗的选取

4.4.3 PID控制过程

4.4.4 激光光斑中心的计算

4.5 目标识别与跟踪过程的仿真

4.5.1 用户交互模块

4.5.2 粗伺服单元伺服控制仿真

4.5.3 精伺服单元伺服控制仿真

4.6 本章小结

第五章 具有复杂背景的运动目标检测算法

5.1 光流场的计算方法

5.1.1 光流场的概念

5.1.2 传统光流计算方法

5.1.3 光流评估方法比较

5.2 改进的光流评估算法

5.3 实验结果及结论

第四章 高速运动目标的检测与跟踪算法

4.1 空间激光通信中的目标识别与跟踪过程

4.1.1 通信准备阶段

4.1.2 目标捕获阶段

4.1.3 粗跟踪阶段

4.1.4 精跟踪阶段

4.2 自由空间激光通信系统仿真形式

4.3 提高目标跟踪精度的主要技术途径

4.3.1 采用数字控制系统

4.3.2 采用高精度的振镜

4.3.3 采用CCD 分技术

4.3.4 采用现代控制理论和最优控制算法

4.3.5 提高APT精跟踪系统的伺服带宽

4.4 激光光斑目标的快速识别与跟踪算法

4.4.1 图像数据采集方法

4.4.2 自适应探测窗的选取

4.4.3 PID控制过程

4.4.4 激光光斑中心的计算

4.5 目标识别与跟踪过程的仿真

4.5.1 用户交互模块

4.5.2 粗伺服单元伺服控制仿真

4.5.3 精伺服单元伺服控制仿真

4.6 本章小结

第五章 具有复杂背景的运动目标检测算法

5.1 光流场的计算方法

5.1.1 光流场的概念

5.1.2 传统光流计算方法

5.1.3 光流评估方法比较

5.2 改进的光流评估算法

5.2.1 正规化相关的特性讨论

5.2.2 候补向量的定义及光流算法的计算过程

5.2.3 基于时间复数相关的预测向量计算法

5.2.4 基于空间复数相关的预测向量计算法

5.2.5 候补向量的抽取

5.2.6 相关分布可信度的评价

5.2.7 高精度光流的抽取

5.2.8 本节小结

5.3 实验结果与讨论

5.3.1 噪声对真值深度分布的影响

5.3.2 全景的信噪比分析

5.3.3 SMCM算法对背景光流场的检测

5.3.4 TMCM算法对场景变化的检测

5.3.5 实验总结

5.4 改进光流场评估算法的应用

5.4.1 车辆冲突检测的技术背景

5.4.2 车载相机的运动对光流场的影响

5.4.3 运动物体的识别

5.5 本章小结

第六章 互补投票算法实现可信赖运动向量估计

6.1 互补投票算法的基本原理

6.2 投票参数的收敛

6.3 信赖测度的估计方法

6.4 互补投票法的高速化

6.5 高速化后的算法的性能比较

6.6 总结与讨论

结束语

参考文献

《计算机视觉中的运动检测与跟踪》共分为6章，第一章介绍运动的分类、计算机视觉领域中运动分析模型、计算机视觉领域运动检测和目标跟踪技术研究现状、计算机视觉领域中运动分析技术的难点等内容；第二章介绍传统的运动检测和目标跟踪算法，包括背景差分法、帧间差分法、光流场评估算法等；第三章介绍具有周期性运动特征的低速目标运动检测和跟踪算法，并以CCD测量系统为例介绍该算法的应用；第四章介绍高速运动目标识别和跟踪算法，并以激光通信十信标光捕获和跟踪系统为例介绍该算法的应用；第五章介绍具有复杂背景的目标运动检测过程中采用的光流场算法，包括正规化相关的特性及其改进光流场评估算法，并介绍改进光流场算法的具体应用；第六章介绍互补投票法实现可信赖运动向量估计。