欢迎来到天天文库
浏览记录
ID:882712
大小:765.52 KB
页数:33页
时间:2017-09-23
《基于低通滤波的高机动性视频目标跟踪毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、宁波大学信息学院本科毕业设计(论文)编号: 本科毕业设计(论文)题目:(中文)基于低通滤波的高机动性视频目标跟踪(英文)EnhancedLowpassFilterBasedVidePredictiveTrackingforTargetwithHighMobility29宁波大学信息学院本科毕业设计(论文)摘要【摘要】在预测目标移动状态过程中,应用滤波法是常用的技术手段。在众多预测技术当中,人们常常使用卡尔曼滤波器来跟踪目标在运动情况下的轨迹。然而,卡尔曼滤波仍存在一些缺点:用来预测轨迹时尚缺乏精确度,为了解决这个问题,文中推荐另一种传统滤波——低
2、通滤波。在文中使用过程中还要考虑目标所在的运动状态。基于这种情况,则需要在级数中加入线性项和惯性项算法,这两种算法分别代表高机性和非高机性两种状况。为了证明低通滤波的实用性,在预测中融入卡尔曼滤波共同对目标检测跟踪,实验表明在预测轨迹跟踪质量中,所建议的低通滤波对预测轨迹具有很好的效果比卡尔曼滤波更加有预测能力,从而证明了它的可行性。【关键词】低通滤波;跟踪质量;卡尔曼滤波;高机动性;预测轨迹29宁波大学信息学院本科毕业设计(论文)EnhancedLowpassFilterBasedVideoPredictiveTrackingforTargetwi
3、thHighMobilityAbstract【ABSTRACT】Intheprocessofpredictingthestateofthetargetmobile,applicationmethodoffilteringiscommonlyusedtechniques.Amongthemanyforecastingtechniques,peopleoftenusetheKalmanfiltertotrackthetrajectoryofthetargetinthemovement.However,Kalmanfilteringstillhavesom
4、edisadvantages:lackofprecisionforpredictingthetrajectorywhenthetargetismoving,inordertosolvethisproblem,anotherconventionalpaperfilterisrecommended-low-passfiltering.Intheprocessofusingthetargetsinthispaperwhichshouldalsobeconsideredwhenthetargetisinthestateofmotion.Basedonthis
5、situation,youneedtoaddlinearandinertiaalgorithmsinseries,thesetwoalgorithmsrepresentahighmobilityandnon-mobility.Toprovetheutilityofthelow-passfiltering,Kalmanfilterhasbeenaddedintothejoinoftheforecastfortargetdetectionandtracking,trajectorytrackingexperimentsisshowingthatthequ
6、alityoftheprediction,theproposedlow-passfiltertopredictthetrajectoryhasabettereffectthanKalmanfilteringpredictiveability,thustheprovingisfeasibility.【KEYWORDS】Lowpassfilter;Trackingquality;Kalmanfilter;Highmobility;Predictedtrajectory目录摘要IIEnhancedLowpassFilterBasedVideoPredict
7、iveTrackingforTargetwithHighMobilityIIIAbstractIII目录IV1绪论11.1课题的背景11.2课题研究的意义和目的11.3Matlab简介229宁波大学信息学院本科毕业设计(论文)1.4论文的研究内容32高机动性目标识别与跟踪42.1低通滤波原理42.2低通滤波的算法42.3图像的处理62.4图像分析62.5低通滤波的预测跟踪73卡尔曼滤波预测跟踪113.1卡尔曼滤波的介绍113.2卡尔曼滤波预测原113.3低通滤波与卡尔曼滤波比较154结论184.1实验的流程图184.2程序运行结果194.3最终分析及
8、结论20总结与展望21参考文献22致谢23附录2429宁波大学信息学院本科毕业设计(论文)1绪论1.1课题的
此文档下载收益归作者所有