| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-23页 |
| ·课题背景 | 第14-15页 |
| ·国内外研究现状 | 第15-20页 |
| ·本文的内容安排及主要成果 | 第20-23页 |
| 第二章 基于区域相关的红外图像匹配跟踪算法 | 第23-57页 |
| ·概述 | 第23页 |
| ·基于相似性测度的红外图像匹配跟踪算法 | 第23-55页 |
| ·基本的相似性测度图像匹配跟踪算法 | 第23-32页 |
| ·基于自适应模板更新的去均值相关匹配跟踪算法 | 第32-41页 |
| ·基于对应像素距离测度的自适应图像匹配跟踪算法 | 第41-55页 |
| ·本章小结 | 第55-57页 |
| 第三章 基于信息熵的红外图像匹配跟踪算法 | 第57-77页 |
| ·概述 | 第57页 |
| ·基于互信息测度的图像匹配算法 | 第57-63页 |
| ·引言 | 第57页 |
| ·熵的定义 | 第57-58页 |
| ·互信息的定义与性质 | 第58-59页 |
| ·基于互信息测度的图像匹配算法 | 第59-61页 |
| ·实验结果与分析 | 第61-63页 |
| ·结论 | 第63页 |
| ·基于单元信息熵矢量特征的图像匹配跟踪算法 | 第63-71页 |
| ·引言 | 第63-64页 |
| ·信息熵及单元信息熵矢量 | 第64-66页 |
| ·基于单元信息熵矢量的图像匹配跟踪算法 | 第66-68页 |
| ·实验结果与分析 | 第68-71页 |
| ·结论 | 第71页 |
| ·基于局部交叉熵的图像匹配跟踪算法 | 第71-75页 |
| ·引言 | 第71页 |
| ·图像的局部交叉熵 | 第71-72页 |
| ·基于交叉熵的图像匹配跟踪算法 | 第72-74页 |
| ·实验结果与分析 | 第74-75页 |
| ·结论 | 第75页 |
| ·本章小结 | 第75-77页 |
| 第四章 基于梯度方法的红外图像匹配跟踪算法 | 第77-104页 |
| ·概述 | 第77页 |
| ·基于梯度方法的算法描述及收敛性分析 | 第77-86页 |
| ·问题的提出 | 第77-78页 |
| ·GM 迭代匹配算法 | 第78-80页 |
| ·SGM 迭代匹配算法 | 第80-81页 |
| ·BDGM 迭代匹配算法 | 第81-82页 |
| ·三种梯度方法的收敛性分析 | 第82-86页 |
| ·算法的实现及实验结果分析 | 第86-103页 |
| ·仅有平移运动时，基于梯度方法的图像匹配算法的实现 | 第86-97页 |
| ·有平移又有旋转运动时，基于梯度方法的图像匹配算法的实现 | 第97-103页 |
| ·本章小结 | 第103-104页 |
| 第五章 基于FOURIER-MELLIN 变换的红外图像匹配跟踪算法 | 第104-125页 |
| ·概述 | 第104页 |
| ·基于FOURIER- MELLIN 变换的红外图像匹配跟踪方法 | 第104-113页 |
| ·引言 | 第104-105页 |
| ·Fourier 变换的平移、旋转和伸缩特性 | 第105-107页 |
| ·Fourier 幅度谱的对数极坐标变换 | 第107-108页 |
| ·基于Fourier-Mellin 变换的图像粗匹配 | 第108页 |
| ·基于Newton 迭代算法的仿射参数优化 | 第108-112页 |
| ·模板图像的更新 | 第112页 |
| ·算法实现 | 第112-113页 |
| ·试验结果与分析 | 第113-124页 |
| ·收敛性分析 | 第113-114页 |
| ·参数估计精度分析 | 第114-121页 |
| ·匹配和跟踪效果 | 第121-124页 |
| ·计算复杂度分析 | 第124页 |
| ·本章小结 | 第124-125页 |
| 第六章 结束语 | 第125-128页 |
| ·本文所取得的主要成果 | 第125-127页 |
| ·进一步的工作 | 第127-128页 |
| 致谢 | 第128-129页 |
| 参考文献 | 第129-138页 |
| 作者在攻读博士学位期间发表的论文 | 第138-139页 |
| 附录 A 高斯-牛顿最优化算法的收敛特性 | 第139-142页 |
