低分辨率下看世界-数学建模网络挑战赛论文

《低分辨率下看世界-数学建模网络挑战赛论文》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、#1320第九届“认证杯”数学中国数学建模网络挑战赛承诺书我们仔细阅读了第九届“认证杯”数学中国数学建模网络挑战赛的竞赛规则。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们接受相应处理结果。我们允

2、许数学中国网站(www.madio.net)公布论文，以供网友之间学习交流，数学中国网站以非商业目的的论文交流不需要提前取得我们的同意。我们的参赛队号为：#1320参赛队员(签名)：参赛队教练员(签名)：赵其领参赛队伍组别（例如本科组）：本科组#1320第九届“认证杯”数学中国数学建模网络挑战赛编号专用页参赛队伍的参赛队号：（请各个参赛队提前填写好）：#1320竞赛统一编号（由竞赛组委会送至评委团前编号）：竞赛评阅编号（由竞赛评委团评阅前进行编号）：#13202016年第九届“认证杯”数学中国数学建模网络挑战赛第一阶段论文题目低分辨率下

3、看世界关键词图像特征点匹配；边缘检测法；灰度图像矩阵分割法摘要：根据低分辨率下进行的实时拍摄图像判断研究目标的运动方向也就是实时图像序列目标跟踪。本文主要运用图像特征点匹配算法、边缘检测法以及灰度图像矩阵分割算法研究低分辨率下，单色成像问题。具体如下：通过MATLAB对图像进行格式大小，灰度化，分辨率的设定，首先利用边缘检测法图像检测多张图像边缘并进行对比得出图像移动，其次通过灰度图像矩阵分割算法读取多张图片的灰色矩阵且分割，通过最小二乘法拟合分析比较相似度较大的点获得图像大致移动的方向，最后根据特征点匹配算法由图五个特征点得到的多特征

4、点向量进行相减确定具体方向。根据以上方法的研究和分析以及镜像原理即可判断出相机的运动方向。实验证明本文提出的方法能够有效的跟踪目标的运动方向，具有可用性。参赛密码：（由组委会填写）参赛队号:#1320所选题目:B题#1320AbstractWhatthereal-timeimagesequenceoftargettrackingisAccordingtothereal-timeshootingunderlowresolutionimagesthemovementdirectionoftheresearchgoal.Thispaperin

5、troducesakindofauxiliarywhichcanidentifytargetimagebasedonMATLABsoftware,toachievethethreemethodsoftargettracking.Thearticleasatargetintheimagetracking,tostudytheImagefeaturepointmatchingalgorithm、EdgeofthetestandGrayimagematrixsegmentationalgorithm。ThroughMATLABtoformat

6、sizeoftheimage,graylevel,thesettingoftheresolution，detectionofimageedgeandcomparison；thefigurefivefeaturepointvectorobtainedbyfeaturepointsispresupposed;Readmoreandsegmentation,imagegreymatrixanalysistocomparethesimilaritylargerpoint.Throughtheabovethreemethodsofresearch

7、andanalysistodeterminethemovementdirectionofthecamera。Experimentalresultsshowtheproposedmethodcaneffectivelytrackthetargetmovementdirection,withavailability。#1320#1320低分辨率下看世界1问题重述1一、背景知识11.分辨率的简述12.图像序列跟踪的背景及研究意义13.图像跟踪技术概述1二、问题的提出1问题的分析1模型假设2符号说明2模型的建立与求解3一、模型的准备31.前期准

8、备32.图像收集33.图像处理4二、基于静态背景下跟踪目标模型41.灰度图像矩阵分割模型42.边缘检测算法103.图像特征点匹配算法模型12模型的检验13步骤13模型评价14参考文献15附录16附录116附