基于水平集的目标轮廓跟踪算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·基于视觉的目标跟踪算法 | 第10-12页 |
| ·图象分割技术 | 第12-15页 |
| ·本文研究的内容及结构 | 第15-17页 |
| 第2章 序贯蒙特卡洛的贝叶斯滤波理论 | 第17-34页 |
| ·动态系统模型 | 第17-19页 |
| ·估值与滤波理论 | 第19-22页 |
| ·估值问题 | 第19-20页 |
| ·滤波算法 | 第20-22页 |
| ·贝叶斯滤波理论 | 第22-26页 |
| ·贝叶斯模型 | 第22-23页 |
| ·贝叶斯滤波算法 | 第23-26页 |
| ·蒙特卡洛采样 | 第26-30页 |
| ·简单采样 | 第27-29页 |
| ·重要性采样 | 第29-30页 |
| ·序贯粒子滤波算法 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于观测的状态似然模型 | 第34-49页 |
| ·轮廓信息 | 第34-39页 |
| ·图像分割方法 | 第34-35页 |
| ·曲线的水平集函数表示 | 第35-37页 |
| ·曲线演化方程 | 第37页 |
| ·常值演化与曲率演化 | 第37-38页 |
| ·水平集方程 | 第38-39页 |
| ·确定的二值水平集活动轮廓模型 | 第39-43页 |
| ·水平集函数与曲线的相互作用关系 | 第39页 |
| ·二值水平集模型 | 第39-41页 |
| ·带有先验知识的水平集方程 | 第41-43页 |
| ·表观信息 | 第43-45页 |
| ·颜色信息 | 第43-44页 |
| ·运动元素信息 | 第44-45页 |
| ·自适应能量场模型 | 第45-48页 |
| ·运动距离相似性测试 | 第45-46页 |
| ·运动方向相似性测试 | 第46-47页 |
| ·自适应能量场的建立 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于水平集的目标轮廓跟踪算法及分析 | 第49-62页 |
| ·基于水平集的目标轮廓跟踪算法 | 第49-55页 |
| ·基于贝叶斯的问题抽象 | 第49-50页 |
| ·粒子的曲线演变 | 第50-51页 |
| ·基于观测似然的粒子权值 | 第51-52页 |
| ·重采样算法 | 第52-54页 |
| ·基于水平集的目标轮廓跟踪算法总述 | 第54-55页 |
| ·算法系统实现分析 | 第55-61页 |
| ·算法效率分析 | 第56-57页 |
| ·算法彩色物体性能对比测试 | 第57-58页 |
| ·算法非刚性物体表现性能测试 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间发表的学术论文 | 第67-69页 |
| 致谢 | 第69页 |
