| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 应用领域 | 第11-12页 |
| 1.2.2 目标识别算法 | 第12-14页 |
| 1.2.3 存在的问题 | 第14页 |
| 1.3 研究内容及章节安排 | 第14-17页 |
| 第2章 对数极坐标映射算法研究 | 第17-31页 |
| 2.1 人眼视觉系统 | 第17-18页 |
| 2.2 对数极坐标映射原理 | 第18-19页 |
| 2.3 正向算法 | 第19-23页 |
| 2.3.1 算法原理 | 第19页 |
| 2.3.2 算法实现 | 第19-23页 |
| 2.4 反向算法 | 第23-27页 |
| 2.4.1 算法原理 | 第24页 |
| 2.4.2 算法实现 | 第24-27页 |
| 2.5 对数极坐标映射的尺度与旋转不变性 | 第27-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第3章 基于对数极坐标映射图像的空域识别算法研究 | 第31-46页 |
| 3.1 空域识别原理 | 第31-34页 |
| 3.2 空域识别中极径轴和极角轴的匹配 | 第34-37页 |
| 3.3 实验结果及分析 | 第37-41页 |
| 3.3.1 目标发生旋转变化 | 第37-38页 |
| 3.3.2 目标发生缩放变化 | 第38-41页 |
| 3.4 算法的优化 | 第41-42页 |
| 3.5 算法优化实验验证 | 第42-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 基于对数极坐标映射图像的频域识别算法研究 | 第46-80页 |
| 4.1 频域识别算法设计 | 第46-52页 |
| 4.1.1 傅里叶变换 | 第46-49页 |
| 4.1.2 相位相关 | 第49-52页 |
| 4.2 可行性验证及算法优化 | 第52-63页 |
| 4.2.1 目标发生旋转变化 | 第52-54页 |
| 4.2.2 目标发生缩放变化 | 第54-57页 |
| 4.2.3 目标同时发生旋转和缩放变化 | 第57-60页 |
| 4.2.4 算法的优化 | 第60-63页 |
| 4.3 算法功能验证及结果分析 | 第63-74页 |
| 4.3.1 复杂背景下的目标识别实验 | 第63-66页 |
| 4.3.2 强噪声条件下的目标识别实验 | 第66-69页 |
| 4.3.3 局部特征的目标识别实验 | 第69-71页 |
| 4.3.4 红外图像目标识别实验 | 第71-74页 |
| 4.4 频域识别算法的比较分析 | 第74-78页 |
| 4.4.1 频域识别算法与Meanshift算法的比较 | 第74-77页 |
| 4.4.2 频域识别算法与空域识别算法的比较 | 第77-78页 |
| 4.5 本章小结 | 第78-80页 |
| 第5章 基于非均匀采样图像的目标识别与跟踪软件设计 | 第80-88页 |
| 5.1 设计要求 | 第80-81页 |
| 5.2 视频目标识别与跟踪程序设计 | 第81-84页 |
| 5.3 界面设计 | 第84-85页 |
| 5.4 实验结果 | 第85-87页 |
| 5.5 本章小结 | 第87-88页 |
| 第6章 总结与展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94页 |