| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题的研究背景及意义 | 第8-11页 |
| 1.2 国内外计算机视觉研究现状 | 第11-14页 |
| 1.2.1 国外计算机视觉研究现状 | 第12-13页 |
| 1.2.2 国内计算机视觉研究现状 | 第13-14页 |
| 1.3 细胞微管跟踪研究现状 | 第14页 |
| 1.4 本文的研究内容 | 第14-16页 |
| 第二章 粒子滤波算法 | 第16-25页 |
| 2.1 视觉跟踪的基本思路 | 第16-18页 |
| 2.1.1 自底而上的思路 | 第16-17页 |
| 2.1.2 自顶而下的思路 | 第17-18页 |
| 2.2 粒子滤波算法 | 第18-23页 |
| 2.2.1 贝叶斯滤波 | 第18-19页 |
| 2.2.2 蒙特卡罗仿真 | 第19-20页 |
| 2.2.3 贝叶斯重要性采样和序贯重要性采样 | 第20-21页 |
| 2.2.4 粒子的退化问题和重采样 | 第21-22页 |
| 2.2.5 粒子滤波算法 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 基于粒子滤波的目标跟踪算法 | 第25-31页 |
| 3.1 目标的运动状态转移模型 | 第25-26页 |
| 3.2 目标的特征建模 | 第26-29页 |
| 3.3 本章小结 | 第29-31页 |
| 第四章 特征融合的粒子滤波算法 | 第31-43页 |
| 4.1 空间—颜色直方图特征 | 第31-33页 |
| 4.2 重心分布特征 | 第33-34页 |
| 4.3 特征融合算法 | 第34-36页 |
| 4.4 特征融合粒子滤波算法仿真实验及结果分析 | 第36-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第五章 Snake模型及应用分析 | 第43-50页 |
| 5.1 Snake模型的原理 | 第43-46页 |
| 5.2 改进的Snake模型 | 第46-48页 |
| 5.3 本章小结 | 第48-50页 |
| 第六章 对细胞微管目标的自动跟踪 | 第50-58页 |
| 6.1 无Snake模型下的特征融合粒子滤波算法对细胞微管目标跟踪 | 第50-52页 |
| 6.2 在Snake模型下的特征融合粒子滤波算法对细胞微管目标跟踪 | 第52-53页 |
| 6.3 实验结果及分析 | 第53-56页 |
| 6.4 本章小结 | 第56-58页 |
| 第七章 总结与展望 | 第58-60页 |
| 7.1 总结 | 第58页 |
| 7.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64-66页 |