包邮图像检测与目标跟踪技术(第2版)

第1章绪论 1.1图像检测与目标跟踪技术概述 1.2图像检测与目标跟踪技术发展现状 1.2.1图像处理系统 1.2.2图像目标检测技术 1.2.3图像目标跟踪技术 参考文献 第2章图像检测与目标跟踪系统 2.1系统基本组成 2.2摄像机 2.2.1图像传感器 2.2.2摄像机的主要特参数 2.2.3 2.2.4镜头 2.3图像采集处理系统 2.3.1图像采集处理设备接口 2.3.2嵌入式图像采集处理 2.3.3计算机图像采集处理 2.4辅助系统 2.4.1光源及照明系统 2.4.2云台 参考文献 第3章图像预处理技术 3.1图像阈值化 3.1.1图像读取 3.1.2图像灰度化 3.1.3图像阈值分割 3.2图像 3.2.1直方图修正法 3.2.2图像锐化法 3.3图像边缘检测， 3.4图像滤波- 3.4.1线滤波 3.4.2非线滤波 3.5图像校正， 3.5.1正交变换和刚体变换 3.5.2仿射变换 3.5.3透视变换 3.6摄像机标定， 3.6.1单目摄像机标定 3.6.2双目摄像机标定 3.7压缩编解码与传输 3.7.1多媒体压缩格式 3.7.2图像压缩方法 3.7.3传输原理 3.7.4基于Ffimpeg的传输实现 3.7.5实验结果 参考文献 第4章图像目标检测技术 4.1基于运动信息的目标检测 4.1.1时间差分法 4.1.2背景减除法 4.2基于特征匹配的目标检测方法 4.2.1特征提取方法 4.2.2基于直方图匹配的目标检测 4.2.3基于模板匹配的目标检测 4.3基于特征点的目标检测方法 4.3.1 SIFT特征点提取方法 4.3.2 SURF特征点提取方法 4.3.3 ORB特征点提取方法 4.3.4特征点匹配 4.4基于机器学标检测方法 4.4.1特征提取方法 4.4.2分类器设计 4.5基于多尺度融合网络的道路分割方法 45.1 4.5.2春积种经网络及其基本单元 4.5.3道路语义分割模型-. 4.5.4实验结果与分析-ss 4.5.5小结- 4.6基于图像多感受野和尺度优化网络的目标检测. 4.6.1引言-.9.- 4.6.2基于深度学标检测网络-nt. 4.6.3基于图像多感受野的目标检测网络. 4.6.4基于自注意力机制的尺度优化目标检测网络. 4.6.5实验结果及分析-. 4.6.6小结wenendiee . 4.7基于多尺度深度分解卷积的轻量语义分割网络。 4.7.1多尺度深度分解卷积MDF特征提取模块设计 4.7.2基于MDF模块的语义分制网络设计 4.73 4.7.4小出. 参考文献-. 第5章图像目标跟踪. 5.1基于Camshift 的目标跟踪 5.1.1 Meanshift算法-. 5.1.2基于高斯建模和Camshift 的目标跟踪 5.1.3实验结果分析- 5.2基于多特征综合与前景概率的目标跟踪+ 5.2.1特征选择-. 5.2.2基于Sigmoid 函数的特征融合跟踪算法 5.2.3前景概率函数示 5.2.4实验结果分析。 5.3基于滤波器组的特征估计与模型更新的目标跟踪 5.3.1粒子速波理论 5.3.2基于粒子滤波器组的目标特征状态估计. 5.3.3模板更新判据设计. 5.3.4算法流程-. 5.3.5实验结果分析 5.4基于视觉上下文信息的目标检测与跟踪 5.4.1引言. 5.4.2基于闭环控制的跟踪与检测算法架构 …… 5.4.3算法实现。. 5.4.4实验结果与分析 5.4.5小结 参考文献 第6章图像检测与目标跟踪技术应用 6.1空中机动目标检测与跟跺系统” 6.1.1系统组成及原理 6.1.2主要部件速型. 6.1.3实验结果分析 6.2基于单目视觉的地而无人运动平台道路场景理解 6.2.1引言. 6.2.2基于深度学路分制网络- 6.2.3检测分割联合网络设计-. 6.2.4实验结果及分析。. 6.2.5小站e我e.o 6.3基于单目视觉的地面无人运动平台轻量化诸义分割， 6.3.1快速自注意力结构。et-. 6.3.2基于多推度快速自注意力的上下文建模语义分割网络设计 6.3.3网络模型训练--. 6.3.4实脸站某及分析 6.3.5小结 6.4基于双目视觉的物体检测与定位 6.4.1引言. 6.4.2小二乘通近的图僳特征点三维信息计算 6.4,3基于三角视差的稠密区城三维信息计算” 6.4.4实验结果与分析 6.4.5小结.e. 6.5基于红外光摄像机的目标检测. 6.5.1网络结构。. 6.5.2网络训练 6.5.3实验结果 参考文献 ;