目标识别与跟踪新技术研究及在型号中的应用
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| 1．1 立题依据 | 第9页 |
| 1．2 光电成像跟踪的关键技术及其国内外发展现状 | 第9-12页 |
| 1．3 论文的主要研究内容 | 第12-13页 |
| 第二章 潜在目标区域提取 | 第13-20页 |
| 2．1 引言 | 第13页 |
| 2．2 图像的最小化能量分割法 | 第13-18页 |
| 2．2．1 数字图像的能量函数 | 第14-15页 |
| 2．2．2 最小化行能量的图像分割方法 | 第15-16页 |
| 2．2．3 实验结果 | 第16-18页 |
| 2．3 区域运动状态分析 | 第18-19页 |
| 2．3．1 区域一致性 | 第18-19页 |
| 2．3．2 运动区域聚集情况分析 | 第19页 |
| 2．4 小结 | 第19-20页 |
| 第三章 目标识别 | 第20-37页 |
| 3．1 引言 | 第20-21页 |
| 3．2 主成分分析的应用 | 第21-24页 |
| 3．2．1 主成分分析的数学理论 | 第21-22页 |
| 3．2．2 利用主成分分析的识别方法 | 第22-24页 |
| 3．3 奇异值分解的应用 | 第24-28页 |
| 3．3．1 奇异值分解的数学理论 | 第24-27页 |
| 3．3．2 利用奇异值分解的识别方法 | 第27-28页 |
| 3．4 识别实验 | 第28-36页 |
| 3．4．1 PCA识别实验 | 第28-31页 |
| 3．4．2 SVD识别实验 | 第31-34页 |
| 3．4．3 识别性能比较 | 第34-36页 |
| 3．5 小结 | 第36-37页 |
| 第四章 目标跟踪 | 第37-55页 |
| 4．1 引言 | 第37-38页 |
| 4．2 鲁棒统计及其在跟踪中的应用 | 第38-45页 |
| 4．2．1 传统的相关匹配算法 | 第38-39页 |
| 4．2．2 鲁棒统计原理 | 第39-41页 |
| 4．2．3 鲁棒估计函数在相关算法中的应用 | 第41-42页 |
| 4．2．4 MRD算法性能评价 | 第42-45页 |
| 4．3 提高跟踪稳定性的措施 | 第45-49页 |
| 4．3．1 目标模板更新 | 第45-46页 |
| 4．3．2 目标位置预测 | 第46-49页 |
| 4．4 目标跟踪处理流程 | 第49-54页 |
| 4．5 小结 | 第54-55页 |
| 第五章 跟踪算法在光电跟踪系统中的应用 | 第55-67页 |
| 5．1 引言 | 第55页 |
| 5．2 光电跟踪系统的硬件平台 | 第55-61页 |
| 5．2．1 硬件平台 | 第55-57页 |
| 5．2．2 通讯模块 | 第57-58页 |
| 5．2．3 电视双处理器模块 | 第58-59页 |
| 5．2．4 电视主计算机模块 | 第59-61页 |
| 5．2．5 其它模块及母板 | 第61页 |
| 5．3 光电跟踪系统的软件设计 | 第61-66页 |
| 5．3．1 目标检测软件设计 | 第61-63页 |
| 5．3．2 目标跟踪软件设计 | 第63-66页 |
| 5．4 小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
