摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
第一章 绪论 | 第8-17页 |
·研究背景和意义 | 第8-9页 |
·研究现状及发展趋势 | 第9-13页 |
·基于相关的跟踪算法 | 第9-10页 |
·基于特征的跟踪算法 | 第10-11页 |
·基于模型的跟踪算法 | 第11-12页 |
·基于运动估计的跟踪算法 | 第12-13页 |
·灰度成像目标跟踪难点分析 | 第13-15页 |
·主要研究内容及组织安排 | 第15-17页 |
第二章 复杂场景下的灰度目标图像预处理 | 第17-28页 |
·图像滤波 | 第17-21页 |
·高通滤波法 | 第17-19页 |
·均值滤波法 | 第19-20页 |
·中值滤波法 | 第20-21页 |
·图像分割 | 第21-23页 |
·阈值分割法 | 第22页 |
·边缘检测分割法 | 第22-23页 |
·区域分割法 | 第23页 |
·精确跟踪中应用的图像滤波和分割算法 | 第23-28页 |
第三章 灰度成像目标的特征描述 | 第28-38页 |
·目标的特征提取概述 | 第28-30页 |
·直方图特征提取 | 第28-29页 |
·边缘轮廓特征提取 | 第29页 |
·纹理特征提取 | 第29-30页 |
·图像的纹理特征 | 第30-32页 |
·基于图像灰度差值直方图的特征 | 第30-31页 |
·梯度方向纹理特征 | 第31-32页 |
·基于图像灰度共生矩阵的特征 | 第32页 |
·基于LBP 纹理特征的提取与改进 | 第32-38页 |
第四章 均值移位理论 | 第38-46页 |
·非参数核密度估计 | 第38-40页 |
·密度梯度估计 | 第40-42页 |
·收敛性证明 | 第42-44页 |
·迭代过程示例 | 第44-46页 |
第五章 基于联合特征加权的均值移位目标跟踪 | 第46-62页 |
·目标的联合特征加权直方图表示 | 第46-51页 |
·加权直方图描述方法 | 第47-48页 |
·目标图像联合特征加权直方图描述方法 | 第48-51页 |
·基于Bhattacharyya 系数的直方图分布相似性度量 | 第51-52页 |
·利用均值移位迭代搜索目标位置 | 第52-54页 |
·仿真试验结果 | 第54-62页 |
第六章 均值移位和粒子滤波结合的目标跟踪算法 | 第62-71页 |
·粒子滤波及状态采样 | 第63-65页 |
·系统噪声参数估计及粒子权值的更新 | 第65-66页 |
·均值移位与粒子滤波的融合算法实现 | 第66-67页 |
·仿真试验结果 | 第67-71页 |
第七章 总结与展望 | 第71-73页 |
·总结 | 第71-72页 |
·展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-78页 |
攻硕期间取得的研究成果 | 第78-79页 |