明及误解似性度量。它决定于动态模板和候选区域之间相似度，选出来模型区域是候选区域中和动态模板具有最小距离区域。距离是有巴氏距离计算出来，它是由手段协方差决定，距离公式定义为,,其中是矩阵均值，是矩阵协方差，这里只需要或，当等于，和分别是目标模型均值和协方差，当等于，和分别是候选区域均值和协方差，代表行列式，在这里和是常数。代表转置，代表分解。基于动态跟踪算法描述模板和卡尔曼滤波跟踪算法流程图如图所示。首先，初始化数学参数模型。然后根据背景减法计算目标初始模型。我们可以提取颜色直方图表示背景特征，而且利用当前帧与背景帧图像减法检测运动目标。然后我们可以找到最大检测区域作为运动目标模板，记录目标模板中心位置，大小和颜色直方图信息，其中中心位置信息作为卡尔曼滤波器状态向量，包括中心坐标和速度，。然后，我们用卡尔曼滤波预测目标位置。预测计算方程是，和。其次，更新目标状态。它包括更新目标估计状态值和误差协方差矩阵下步，我们确定动态模板。把作为动态模板中心位置，动态模板大小与前帧目标模型相同。动态模板是下帧目标模型选择标准。开始数据初始化提取背景信息读取下帧背景图像差分法检测目标卡尔曼滤波预测确定动态系统读取下帧图像确定多个候选区域根据动态系统选择目标结束是否是最后帧是否检测到目标基于背景减除法方法，我们,,,,,,,,,,,,,第帧第帧第帧第帧图高速公路跟踪结果图跟踪结果,,,,,,,,其中和是个图像大小和分别为是和定量。被量化为进制和被量化为进制，在这里特征向量计算为,是中每个像素数目是直方图中各层次比例，是向量特征。滤波模型滤波有两个基本方程状态方程和测量方程。方程是状态方程方程是测量方程。在方程和中，和代表测量噪声和过程噪声，状态向量，和代表物体运动时在轴和轴位置，和代表物体在轴和轴移动速度是状态转移矩阵，是控制矩阵，是单位矩阵，是观测矩阵，是测量矩阵。方程和方程构成了滤波目标跟踪系统，卡尔曼滤波方程分为两组时间更新和测量更新。时间更新方程ˆˆ中文字,单词，英文字符出处,,毕业论文设计外文翻译学生姓名学号院系电子与信息工程学院专业电子信息工程指导老师二四年十二月二十日基于动态系统和卡尔曼滤波目标跟踪算法王洪曼霍玲玲张静辽宁师范大学计算机与信息技术学院大连中国摘要目标跟踪目是寻找图像序列帧间目标。许多被提出跟踪算法实现了克服噪声，遮挡，杂波，和前景目标或者背景环境变化困难。对于传统基于卡尔曼滤波跟踪算法，由于图像中背景噪声而有检生健康预案 交通事故预案, 致医学院招标小组 根据贵方招标编号对校区物业管理服务的招标，正式授权下述签字 人代表投标人提交下述文件。 投标书 投标报价书 法人代表授权书原件 法人工商营业执照复印件 税务登记证复印件 物业管理企业资质证测过程几个候选区域，从而导致在视频序列中或丢失目标跟踪结果。我们提出了个结合动态模板卡尔曼滤波目标跟踪算法。动态模板是目标模型在下帧选择标准它可以通过计算动态模板和候选区域之间距离来选择最佳候选区域作为目标模型。实验表明，该算法具有更好跟踪精度，并具有良好鲁棒性背景干扰。关键词目标跟踪，卡尔曼滤波，动态模板，候选区域引言目标跟踪技术广泛应用于智能监控，视频压缩，图像处理等领域。跟踪场景和光照变化增加了目标跟踪复杂性。这也是个极大挑战。般来说，解决这个问题有两种方法是基于特征模式匹配方法，另外个是基于参数估计方法。我们使用基于特征模式匹配方法，采用动态模板从几个候选区域选择最佳区域，然后利用卡尔曼滤波预测下帧目标区域，然后我们根据预测结果达到新动态模板。基于卡尔曼滤波跟踪算法是主要方法，卡尔曼滤波和动态模板结合提高了跟踪效果。本文其余部分组织如下。第部分描述了算法。第部分展示了实验结果。第部分是得出结论。算法描述颜色直方图特征提取提取特征四种主要方法灰色直方图，颜色直方图，边缘直方图和纹理特征提取。本文我们考虑了颜色直方图作为特征提取目标模型研究。颜色空间光照易受照明影响。为了在个具体应用钟使用个好颜色空间，在颜色空间之间需要色彩转换。因此，空间被转换到空间，转换公式如下≠≠≠其中，和是从到是从到是从到，是从到。在我们方法中和为非等间隔量化，然后三个颜色分量表示为维特征向量分为个层次。在这里，为图像特征向量，包含特征，和，图像中每个像素直方图对应,和三个颜色分量，因此定义是这样,其中和是个图像大小和分别为是和定量。被量化为进制和被量化为进制，在这里特征向量计算为,是中每个像素数目是直方图中各层次比例，是向量特征。滤波模型滤波有两个基本方程状态方程和测量方程。方程是状态方程方程是测量方程。在方程和中，和代表测量噪声和过程噪声，状态向量，和代表物体运动时在轴和轴位置，和代表物体在轴和轴移动速度是状态转移矩阵，是控制矩阵，是单位矩阵，是观测矩阵，是测量矩阵。方程和方程构成了滤波目标跟踪系统，卡尔曼滤波方程分为两组时间更新和测量更新。时间更新方程ˆˆ测量更新方程ˆˆˆˆ动态模板当我们使用背景减除法检测目标，会因为阵，是观测矩阵，是测量矩阵。方程和方程构成了滤波目标跟踪系统，卡尔曼滤波方程分为两组时间更新和测量更新。时间更新方程ˆˆ测量更新方程ˆˆˆˆ动态模板当我们使用背景减除法检测目标，会因为在跟踪过程中图像噪声影响和目标趋向出现改变而出现目标。选择适当模型与目标匹配是很有必要。在我们研究中我们使用动态模板来解决这个问题。我们考虑卡尔曼滤波预测结果作为下帧动态模板。动态模板用于从多个候选区域模型中检测出目标模型，选择基于图像相书复印件 公司简介 物业管理方案 物业服务案例 据此函，签字代表宣布同意如下 投标人将按招标文件的规定履行合同责任和义务。 投标人已详细审查全部招标文件，包括修改文件如有的话以及全部 参考资料和有关附件。我们完全理解并同意放弃对这方面有不的权项度计划计划进度的建议第九章投资估算与资金筹措估算依据及说明投资估算及费用计算建设投资购成建设投资估算资金筹措第十章财务评价产品单位成本和总成本产品成本分析销售收入销售税金及附加利润估算利润指标财务盈利能力分析项目清偿能力分析资金来源和运用分析资产负债分析不确定性分析第十章结论评价结论编制单位县养殖场二编制人员刘勇三建设单位县养殖场四项目负责人刘奎温馨提示本文来自文库巴巴文档下载网站，更多文档请到文库巴巴网站下载。文库巴巴是个专注于文档的在线分享平台，提供可行性研究报告资金申请报告商业计划书立项申请报告投资分析报告立项申请报告可行性计划书管理手册项目建议书教学计划导学案项目投标书实施方案申报书全文在线免费阅读与文档下载，全站资料均为格式文档。项目名称县商品猪场建设项目项目拟建地点县研究工作的依据与范围研究工作的依据中央关于促进农民增加未经允许，请勿外传,研究工作的范围项目背景与发展概况市场需求预测与建设规模建设条件与来说，销售不是问题，县的畜牧交易市场现年交易万头左右，远远满足不了市场需要，据县长底检查站统计，每天从长底通过的商品猪约多辆多头，而我县生产的不足头，发展潜力非常大。了年供应万头生猪的协议，且广东省在我县的畜牧交易市场每年购进生猪多万头，销售不是问题。头年，吨年。厂址概述厂址位于县环城乡环安装设在安装队块闲臵的荒地，有空地亩，厂址海拔标高为左右，地势较平坦，工程地质状况良好，工程场地地震基本烈度为度。程完成后，总占地面积，其中新建构物占地面积，建筑系数，绿化率。总投资万元建设投资其中固定资产投资建设期利息万元万元万元流动资金万元投资指标单位产品占用建设投资元单位产品百元销售收入占用流动资金元百元百元销售收入占用总投资百元销售收入占用建设投资定员总计其中工人工程技术人员管理人员人人人人全年生产天数天主要原材料动力燃料需用量玉米大豆粕小麦麸米糠各种添加剂水电万度运输量运入量运出量全厂占地面积其中新建构筑物占地面积绿化率年平均总成本万元年平均销售收入万元年平均利税总额万元年平均利润总额万元全员劳动生产率万元人年借款偿还期投资回收期静态包括建设期税前税后投资利税率投资利润率财务内，建立档案管理制度，抓紧环境评价报告的工作，可行性研究报告的审批，初步设计方案比选等各项工作。在施工阶段必须密切配合设计施工订货协调好质量与进度，争创优质工程。第九章投资估算与资金筹措估算依据及说明依据规模猪场投资决策实证研究工厂化猪场猪栏数量的计算及排列方式及有关该项目可行性研究资料。建设投资估算范围本估算包括主要生产辅助生产公用工程系统等项目的建筑工程设备购臵设备安装及管道安装工程投资，同时还包括项目筹建到项目建设竣工的全部费用。本场估算建设投资万元，其中主要工程项目万元辅助生产工程万元公用工程项目万元服务工程项目万元其它工程项目万元预备费万元建设期贷款利息万元。投资估算及费用计算建筑工程根据该项目的建构筑物的结构形式及装修要求，结合本地区近期造价水平计算工程造价。设明及误解似性度量。它决定于动态模板和候选区域之间相似度，选出来模型区域是候选区域中和动态模板具有最小距离区域。距离是有巴氏距离计算出来，它是由手段协方差决定，距离公式定义为,,其中是矩阵均值，是矩阵协方差，这里只需要或，当等于，和分别是目标模型均值和协方差，当等于，和分别是候选区域均值和协方差，代表行列式，在这里和是常数。代表转置，代表分解。基于动态跟踪算法描述模板和卡尔曼滤波跟踪算法流程图如图所示。首先，初始化数学参数模型。然后根据背景减法计算目标初始模型。我们可以提取颜色直方图表示背景特征，而且利用当前帧与背景帧图像减法检测运动目标。然后我们可以找到最大检测区域作为运动目标模板，记录目标模板中心位置，大小和颜色直方图信息，其中中心位置信息作为卡尔曼滤波器状态向量，包括中心坐标和速度，。然后，我们用卡尔曼滤波预测目标位置。预测计算方程是，和。其次，更新目标状态。它包括更新目标估计状态值和误差协方差矩阵下步，我们确定动态模板。把作为动态模板中心位置，动态模板大小与前帧目标模型相同。动态模板是下帧目标模型选择标准。开始数据初始化提取背景信息读取下帧背景图像差分法检测目标卡尔曼滤波预测确定动态系统读取下帧图像确定多个候选区域根据动态系统选择目标结束是否是最后帧是否检测到目标基于背景减除法方法，我们,,,,,,,,,,,,,第帧第帧第帧第帧图高速公路跟踪结果图跟踪结果,,,,,,,,其中和是个图像大小和分别为是和定量。被量化为进制和被量化为进制，在这里特征向量计算为,是中每个像素数目是直方图中各层次比例，是向量特征。滤波模型滤波有两个基本方程状态方程和测量方程。方程是状态方程方程是测量方程。在方程和中，和代表测量噪声和过程噪声，状态向量，和代表物体运动时在轴和轴位置，和代表物体在轴和轴移动速度是状态转移矩阵，是控制矩阵，是单位矩阵，是观测矩阵，是测量矩阵。方程和方程构成了滤波目标跟踪系统，卡尔曼滤波方程分为两组时间更新和测量更新。时间更新方程ˆˆ中文字,单词，英文字符出处,,毕业论文设计外文翻译学生姓名学号院系电子与信息工程学院专业电子信息工程指导老师二四年十二月二十日基于动态系统和卡尔曼滤波目标跟踪算法王洪曼霍玲玲张静辽宁师范大学计算机与信息技术学院大连中国摘要目标跟踪目是寻找图像序列帧间目标。许多被提出跟踪算法实现了克服噪声，遮挡，杂波，和前景目标或者背景环境变化困难。对于传统基于卡尔曼滤波跟踪算法，由于图像中背景噪声而有检生健康预案 交通事故预案, 致医学院招标小组 根据贵方招标编号对校区物业管理服务的招标，正式授权下述签字 人代表投标人提交下述文件。 投标书 投标报价书 法人代表授权书原件 法人工商营业执照复印件 税务登记证复印件 物业管理企业资质证测过程几个候选区域，从而导致在视频序列中或丢失目标跟踪结果。我们提出了个结合动态模板卡尔曼滤波目标跟踪算法。动态模板是目标