基于SVM和均值平移的紅外車輛目標跟蹤算法研究.pdf_第1頁
已閱讀1頁，還剩85頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、InfraredVehicleTrackingAlgorithmResearchBasedonSVMandMean—ShiftThesisSubmittedtoZhejiangNormalUniversityinpartialfulfillmentoftherequirementforthedegreeofMasterofEngineeringbyYanZhou(PhysicalElectronics)ThesisSupervisor：

2、ProfessorChangjiangZhangJune，2010Growcut結合最小二乘法進行車道線檢測。實驗結果表明，通過種子點選取分割感興趣區(qū)域的方法能否準確地識別出車道線，并對于低分辨率圖像也能取得良好的結果。然后，通過閾值放方法在感興趣區(qū)域中尋找高亮區(qū)域，通過統(tǒng)計的車輛長與寬確定車輛的粗略位置框，位置框以高亮區(qū)域為中心，通過對粗略位置框邊緣檢測來進一步精確定位車輛位置。實驗證明該方法的可行性，與傳統(tǒng)方法相比，它能夠得到較完整

3、的車輛。(3)基于SVM和Meanshifc的紅外車輛目標分類與跟蹤。首先，提取檢測到的紅外車輛目標圖像的綜合特征，將這些圖像及附帶特征分別分為訓練樣本與測試樣本兩個部分，用SVM對訓練樣本進行訓練，然后對測試樣本進行測試。實驗表明，SVM分類器性能優(yōu)于BP神經網(wǎng)絡和RBF神經網(wǎng)絡分類器。然后用Kalman結合Meanshift進行車輛目標跟蹤，其跟蹤算法的綜合性能優(yōu)于單獨基于Kalman濾波器和Meanshiil的跟蹤算法。關鍵詞：D

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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論