| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·课题的研究背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·Mean Shift 跟踪算法的研究现状 | 第8-10页 |
| ·SIFT 特征的研究现状 | 第10-11页 |
| ·论文主要研究内容及章节安排 | 第11-13页 |
| 2 Mean Shift 目标跟踪算法 | 第13-18页 |
| ·Mean Shift 目标跟踪算法原理 | 第13-15页 |
| ·目标模型 | 第13-14页 |
| ·候选模型 | 第14页 |
| ·相似性度量 | 第14页 |
| ·目标定位 | 第14-15页 |
| ·Mean Shift 目标跟踪算法步骤 | 第15-16页 |
| ·实验分析 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 基于 SIFT 特征的目标跟踪改进算法 | 第18-38页 |
| ·SIFT 特征原理 | 第18-25页 |
| ·图像的预处理 | 第18-19页 |
| ·图像尺度空间的建立 | 第19-21页 |
| ·极值点的粗选 | 第21-22页 |
| ·边缘点的去除 | 第22-23页 |
| ·模和方向的指定与计算 | 第23-24页 |
| ·极值点描述子的形成 | 第24-25页 |
| ·SIFT 特征匹配 | 第25-28页 |
| ·标准 k-d 树搜索算法 | 第25-27页 |
| ·优先 k-d 树搜索算法 | 第27-28页 |
| ·基于 SIFT 特征的目标跟踪改进算法 | 第28-31页 |
| ·算法原理 | 第28-29页 |
| ·SIFT 特征匹配及目标位置计算 | 第29-30页 |
| ·特征库更新 | 第30-31页 |
| ·与现有基于 SIFT 特征的目标跟踪算法的区别 | 第31页 |
| ·实验分析 | 第31-36页 |
| ·SIFT 特征提取及匹配实验 | 第32-34页 |
| ·基于 SIFT 特征的目标跟踪改进算法实验 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 4 基于 SIFT 特征和 Mean Shift 的目标跟踪算法 | 第38-49页 |
| ·算法原理 | 第38-39页 |
| ·SIFT 特征匹配及目标位置预测 | 第39-40页 |
| ·特征库更新 | 第40-41页 |
| ·与 Mean Shift 算法、基于 SIFT 特征的跟踪改进算法的区别 | 第41-42页 |
| ·实验分析 | 第42-48页 |
| ·实验一 | 第42-44页 |
| ·实验二 | 第44-45页 |
| ·实验三 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 总结与展望 | 第49-52页 |
| ·论文总结 | 第49页 |
| ·研究展望 | 第49-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57页 |
| A. 作者在攻读硕士学位期间发表及录用的论文目录 | 第57页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第57页 |