| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪 论 | 第9-15页 |
| 1.1 电视跟踪系统现状及本课题的目的和意义 | 第9-10页 |
| 1.2 自动目标识别与跟踪技术现状及发展 | 第10-12页 |
| 1.3 本课题研究的内容及难点 | 第12-14页 |
| 1.4 论文内容安排 | 第14-15页 |
| 2 运动目标检测、识别的算法设计及策略 | 第15-24页 |
| 2.1 算法设计思路 | 第15-19页 |
| 2.1.1 导弹图像的目标及背景特征 | 第15页 |
| 2.1.2 目标识别、跟踪系统的实际工作状态分析及转换条件 | 第15-16页 |
| 2.1.3 本系统识别跟踪算法程序流程 | 第16-19页 |
| 2.2 不同状态下的自适应目标识别策略及程序流程 | 第19-22页 |
| 2.2.1 搜索状态的目标识别策略 | 第19页 |
| 2.2.2 捕获状态的目标识别策略 | 第19-20页 |
| 2.2.3 跟踪状态的目标识别策略 | 第20-21页 |
| 2.2.4 记忆跟踪状态下的目标识别策略 | 第21-22页 |
| 2.3 提高识别精度和跟踪稳定性的策略 | 第22-24页 |
| 3 图像预处理 | 第24-27页 |
| 3.1 预处理的必要性 | 第24页 |
| 3.2 中值滤波的原理 | 第24-25页 |
| 3.3 实时中值滤波快速算法的实现 | 第25页 |
| 3.4 预处理结果与分析 | 第25-27页 |
| 4 运动目标的检测与分割 | 第27-43页 |
| 4.1 常用运动目标检测算法分析比较 | 第27页 |
| 4.2 运动目标的初步分割 | 第27-30页 |
| 4.2.1 目标搜索过程中可能目标的区域提取 | 第28-29页 |
| 4.2.2 其它状态下运动目标初始估计区的提取 | 第29-30页 |
| 4.3 目标精分割的实现 | 第30-43页 |
| 4.3.1 目标精分割的情况分析 | 第30-32页 |
| 4.3.2 聚类搜索可能目标的区域形心 | 第32-35页 |
| 4.3.3 可能的运动目标的区域精分割 | 第35-41页 |
| 4.3.4 目标的精分割实验结果与分析 | 第41-43页 |
| 5 自适应目标识别的实现 | 第43-61页 |
| 5.1 目标特征匹配(精匹配)与识别 | 第43-49页 |
| 5.1.1 特征匹配算法的基本原理 | 第43页 |
| 5.1.2 目标特征参数模型的建立 | 第43-46页 |
| 5.1.3 目标的分类识别 | 第46-49页 |
| 5.2 模板相关匹配(粗匹配)与目标粗定位 | 第49-53页 |
| 5.2.1 模板相关匹配的基本原理 | 第50-51页 |
| 5.2.2 基于模板相关匹配的目标粗定位 | 第51-52页 |
| 5.2.3 目标灰度模板的建立 | 第52-53页 |
| 5.3 目标的特征参数模型及灰度模板的自适应更新 | 第53-54页 |
| 5.4 目标检测与识别实验结果与分析 | 第54-61页 |
| 6 总结与改进 | 第61-63页 |
| 6.1 工作总结 | 第61-62页 |
| 6.2 改进方向 | 第62-63页 |
| 致 谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 附 录:作者在攻读硕士期间完成的论文情况 | 第69-70页 |