| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-17页 |
| ·问题的提出和意义 | 第9页 |
| ·国内外研究现状及发展趋势 | 第9-15页 |
| ·本文主要工作 | 第15-16页 |
| ·本文各章节安排 | 第16-17页 |
| 2 基于图像匹配的目标识别方法 | 第17-31页 |
| ·引言 | 第17页 |
| ·图像匹配算法 | 第17-28页 |
| ·图像的特征研究 | 第18-20页 |
| ·边缘提取与检测 | 第20-22页 |
| ·彩色边缘的检测 | 第22-24页 |
| ·基于模板的匹配 | 第24-26页 |
| ·复杂场景下匹配算法的实现 | 第26-28页 |
| ·图像匹配试验及试验结果 | 第28-29页 |
| ·静态图片模板匹配试验及试验结果 | 第28页 |
| ·运动目标模板匹配试验及试验结果 | 第28-29页 |
| ·试验结果分析 | 第29页 |
| ·小结 | 第29-31页 |
| 3 基于Hausdorff距离的目标自动识别算法 | 第31-41页 |
| ·引言 | 第31页 |
| ·Hausdorff距离的定义和性质 | 第31-35页 |
| ·Hausdorff距离算法描述 | 第31-35页 |
| ·改进的Hausdorff距离 | 第35页 |
| ·基于Hausdorff距离的匹配算法的实现 | 第35-39页 |
| ·预处理 | 第36页 |
| ·模板库的建立 | 第36-37页 |
| ·Hausdorff距离图像匹配的判别标准 | 第37-38页 |
| ·模板更新 | 第38-39页 |
| ·实结果分析 | 第39-40页 |
| ·小结 | 第40-41页 |
| 4 双模式跟踪方法 | 第41-46页 |
| ·基本思想 | 第41页 |
| ·形心跟踪方法原理 | 第41-44页 |
| ·图像分割与二值化 | 第41-42页 |
| ·形心的选取 | 第42-43页 |
| ·改进的形心方法 | 第43-44页 |
| ·双模式跟踪方法实现 | 第44-45页 |
| ·系统结构 | 第44页 |
| ·置信度判断 | 第44-45页 |
| ·双模式自动跟踪试验及试验结果 | 第45页 |
| ·小结 | 第45-46页 |
| 5 系统软件设计与硬件实现 | 第46-67页 |
| ·引言 | 第46页 |
| ·目标自动识别与跟踪系统及演示试验 | 第46-53页 |
| ·概述 | 第46页 |
| ·目标识别跟踪系统算法流程 | 第46-47页 |
| ·图像采集装置 | 第47-48页 |
| ·试验设备组成 | 第48-49页 |
| ·目标自动识别与跟踪系统试验及试验结果 | 第49-52页 |
| ·试验结果分析 | 第52-53页 |
| ·基于DSP的目标识别跟踪系统设计方案 | 第53-66页 |
| ·典型的DSP系统构成 | 第53-54页 |
| ·ADSP-BF533评估板功能概述 | 第54-60页 |
| ·基于ADSP-BF533的目标识别与跟踪系统设计与开发平台 | 第60-63页 |
| ·软件编程代码优化及视频压缩算法设计 | 第63-66页 |
| ·小结 | 第66-67页 |
| 6 总结与展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |