| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·选题背景及意义 | 第7页 |
| ·相关跟踪算法的研究现状 | 第7-11页 |
| ·本论文要完成的工作 | 第11-12页 |
| 第二章 相关跟踪算法 | 第12-26页 |
| ·相关跟踪算法原理 | 第12-14页 |
| ·MAD 算法 | 第14-15页 |
| ·SSDA 算法 | 第15-20页 |
| ·基本的SSDA 算法 | 第15-18页 |
| ·改进的SSDA 算法 | 第18-20页 |
| ·MCD 算法 | 第20-22页 |
| ·自适应模板修正策略 | 第22-23页 |
| ·基于MCD 距离的自适应模板修正策略 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 对基于图像特征的SSDA算法改进 | 第26-39页 |
| ·红外图像的特点 | 第26-27页 |
| ·边缘检测的方法 | 第27-28页 |
| ·边缘检测的原理 | 第27页 |
| ·边缘检测的步骤 | 第27-28页 |
| ·边缘检测的要求 | 第28页 |
| ·边缘检测算子介绍 | 第28-34页 |
| ·算子仿真比较 | 第34-36页 |
| ·Canny 算子在基于图像特征的SSDA 算法中的应用及仿真 | 第36-38页 |
| ·Canny 算子在基于图像特征的SSDA 算法中的应用 | 第36-37页 |
| ·仿真结果 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 MCD算法的改进 | 第39-50页 |
| ·运动预测模型 | 第39-40页 |
| ·线性逼近及线性预测 | 第40-41页 |
| ·平方逼近及平方预测器 | 第41-42页 |
| ·综合预测器 | 第42-43页 |
| ·Kalman 滤波及其在目标跟踪中的应用 | 第43-45页 |
| ·Kalman 滤波原理 | 第43-44页 |
| ·Kalman 滤波器的参数定义 | 第44页 |
| ·Kalman 滤波器的实现过程 | 第44-45页 |
| ·综合预测在MCD 算法中的应用 | 第45-47页 |
| ·对改进算法的仿真 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 硕士期间发表论文 | 第56-57页 |