| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| 1．1 目标跟踪概述 | 第8-9页 |
| 1．2 彩色图象序列中目标跟踪的研究背景和意义 | 第9-11页 |
| 1．3 彩色目标跟踪的实现方法及研究现状 | 第11-14页 |
| 1．3．1 彩色目标跟踪的实现方法 | 第11-13页 |
| 1．3．2 彩色目标跟踪的研究现状 | 第13-14页 |
| 1．4 本文主要工作及创新点 | 第14-17页 |
| 1．4．1 本文的主要工作 | 第14-15页 |
| 1．4．2 本文的创新点 | 第15-17页 |
| 2 彩色目标跟踪中的前景观测 | 第17-28页 |
| 2．1 彩色视觉与色度学基础 | 第17-21页 |
| 2．1．1 彩色视觉的三基色原理 | 第17-18页 |
| 2．1．2 常用颜色模型及其相互转换 | 第18-21页 |
| 2．2 象素分类 | 第21-24页 |
| 2．3 目标区域分割 | 第24-28页 |
| 2．3．1 一种RoboCup环境下的实时彩色球区域分割方法 | 第24-25页 |
| 2．3．2 行程编码图中基于树的目标区域分割方法 | 第25-28页 |
| 3 基于贝叶斯滤波的动态目标跟踪 | 第28-37页 |
| 3．1 基于马尔可夫假设的递归贝叶斯跟踪 | 第28-29页 |
| 3．2 递归贝叶斯跟踪的实现 | 第29-32页 |
| 3．2．1 KF方法 | 第29-30页 |
| 3．2．2 栅格方法 | 第30-31页 |
| 3．2．3 EKF方法 | 第31-32页 |
| 3．3 基于KF算法的彩色目标跟踪实现 | 第32-37页 |
| 3．3．1 目标的动态模型 | 第32-33页 |
| 3．3．2 跟踪算法 | 第33-35页 |
| 3．3．3 试验结果 | 第35-37页 |
| 4 基于PF算法的彩色目标跟踪 | 第37-66页 |
| 4．1 蒙特卡罗方法 | 第37-38页 |
| 4．2 PF方法 | 第38-45页 |
| 4．2．1 序贯重要采样算法 | 第39-40页 |
| 4．2．2 退化问题 | 第40-41页 |
| 4．2．3 重要密度函数的选择 | 第41-42页 |
| 4．2．4 重采样 | 第42-43页 |
| 4．2．5 PF的一般算法及其收敛性 | 第43-45页 |
| 4．3 非高斯观测环境下基于HPF算法的彩色单目标跟踪 | 第45-53页 |
| 4．3．1 方法概述 | 第45-46页 |
| 4．3．2 目标的动态模型 | 第46-47页 |
| 4．3．3 HPF算法 | 第47-49页 |
| 4．3．4 试验结果 | 第49-53页 |
| 4．4 基于加权颜色直方图和PF算法的彩色单目标跟踪 | 第53-61页 |
| 4．4．1 方法概述 | 第53-54页 |
| 4．4．2 颜色分布模型 | 第54-55页 |
| 4．4．3 跟踪算法 | 第55-56页 |
| 4．4．4 目标颜色分布模型的更新 | 第56-57页 |
| 4．4．5 初始化策略 | 第57-58页 |
| 4．4．6 实验结果 | 第58-61页 |
| 4．5 基于PF算法的彩色多目标混合跟踪 | 第61-66页 |
| 4．5．1 多目标跟踪研究现状及方法概述 | 第61-62页 |
| 4．5．2 递归贝叶斯混合滤波 | 第62-63页 |
| 4．5．3 PF混合跟踪方法 | 第63-64页 |
| 4．5．4 试验结果 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表学术论文情况 | 第71-72页 |
| 致谢 | 第72-73页 |
| 大连理工大学学位论文版权使用授权书 | 第73页 |
