版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文對(duì)圖像跟蹤技術(shù)中特征點(diǎn)的提取與跟蹤方法進(jìn)行了研究。通過深入研究Gabor變換的性質(zhì),提出在邊緣檢測(cè)和能量函數(shù)的基礎(chǔ)上,用Gabor變換作特征點(diǎn)的提取;利用所提取出的點(diǎn)的向量值作為特征量,同時(shí)引入點(diǎn)模式跟蹤和軌跡預(yù)測(cè)的思想,提出了一套特征點(diǎn)的跟蹤方案,力圖使跟蹤算法取得更高的性能。 主要研究工作和結(jié)論如下: 1、首先全面概述了基于圖像的跟蹤技術(shù)及其重要意義。介紹了目標(biāo)識(shí)別跟蹤方法及其現(xiàn)狀,同時(shí)對(duì)Gabor小波特征提取方
2、法作了簡(jiǎn)單的介紹。 2、利用二維Gabor小波提取目標(biāo)特征。對(duì)Gabor變換的性質(zhì)進(jìn)行了詳細(xì)的研究,結(jié)合目標(biāo)跟蹤的特點(diǎn),利用Gabor變換對(duì)特征點(diǎn)的提取進(jìn)行研究,定義了特征點(diǎn)的特征描述向量。與灰度模板匹配的方法相比較,小波特征模板提取的是目標(biāo)自身的特征,而不是把跟蹤窗口內(nèi)的所有的像素灰度作為模板,避免了背景像素參與模板匹配過程,從根本上抑制了背景的干擾;基于圖像邊緣點(diǎn)進(jìn)行Gabor的特征點(diǎn)選取與在模板內(nèi)均布提取特征點(diǎn)比較,保證了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Gabor小波變換的人臉特征提取方法研究.pdf
- 基于Gabor小波變換的掌紋特征提取算法研究.pdf
- 基于gabor小波的人臉特征提取算法研究及仿真
- 基于Gabor小波與CS-LBP的人臉特征提取算法研究.pdf
- 基于Gabor小波的目標(biāo)跟蹤方法研究.pdf
- 基于小波變換的圖像特征提取方法研究.pdf
- 基于Gabor小波的能量空間特征點(diǎn)提取方法研究.pdf
- 基于分形與小波理論的特征提取方法研究與應(yīng)用.pdf
- 基于Gabor小波和局部二值模式的人臉表情特征提取研究.pdf
- Gabor小波特征跟蹤方法研究.pdf
- 基于超小波變換的手指靜脈特征提取方法研究.pdf
- 基于小波理論的液壓系統(tǒng)含氣量特征提取方法研究.pdf
- 基于小波變換的機(jī)械軸承磨損故障特征提取方法研究.pdf
- 基于小波變換的音頻特征提取與分類研究.pdf
- 基于小波的模擬電路故障特征提取.pdf
- 基于小波理論的非平穩(wěn)信號(hào)特征提取與智能診斷方法研究.pdf
- 基于小波的紋理特征提取算法的研究.pdf
- 基于改進(jìn)Gabor小波特征提取的人臉表情識(shí)別研究.pdf
- 基于離散小波變換的特征提取和故障分類方法研究.pdf
- 基于頻率切片小波變換的設(shè)備故障特征提取方法研究.pdf
評(píng)論
0/150
提交評(píng)論