| 1． 绪论 | 第1-13页 |
| 1．1． 问题的提出 | 第6-7页 |
| 1．2． 问题的研究背景和现状 | 第7-10页 |
| 1．2．1． 目标识别与跟踪分类 | 第7-8页 |
| 1．2．2． 目标跟踪的研究内容 | 第8-9页 |
| 1．2．3． 项目难点 | 第9-10页 |
| 1．3． 本文研究工作概述 | 第10-12页 |
| 1．4． 本文的内容安排 | 第12-13页 |
| 2． 图像配准 | 第13-29页 |
| 2．1． 基于特征点的图像配准 | 第13-15页 |
| 2．2． 特征点坐标的对应关系 | 第15-17页 |
| 2．3． 基准图像中特征点的选择 | 第17-19页 |
| 2．4． 后续图像中的对应特征点的粗选择 | 第19-23页 |
| 2．4．1． 模板匹配法 | 第20-21页 |
| 2．4．2． 模板大小的选择 | 第21-22页 |
| 2．4．3． 粗匹配注意的问题 | 第22-23页 |
| 2．5． 特征点对的校正 | 第23-25页 |
| 2．6． 参数计算和图像变换 | 第25-26页 |
| 2．7． 结果分析 | 第26-29页 |
| 3． 运动目标的跟踪模式选择 | 第29-43页 |
| 3．1． 目标跟踪模式概况 | 第29-30页 |
| 3．2． 基于Mean Shift算法的直方图模式 | 第30-38页 |
| 3．2．1． 均值平移分析 | 第30-33页 |
| 3．2．1．1． 均值平移简介 | 第30-32页 |
| 3．2．1．2． 均值偏移算法和一个收敛的充分条件 | 第32-33页 |
| 3．2．2． 基于Bhattacharyya系数的目标位置度量 | 第33-34页 |
| 3．2．3． 跟踪算法 | 第34-38页 |
| 3．2．3．1． 模式建立 | 第35-36页 |
| 3．2．3．2． 权值的计算与距离最小化算法 | 第36-38页 |
| 3．3． 性能分析 | 第38-41页 |
| 3．4． 算法的改进 | 第41-43页 |
| 4． 目标运动估计与摄像机控制 | 第43-55页 |
| 4．1． 目标运动估计 | 第43-49页 |
| 4．1．1． Kalman滤波器 | 第43-45页 |
| 4．1．2． 基于Kalman滤波器的目标运动估计 | 第45-49页 |
| 4．1．2．1． Kalman滤波器参数定义及说明 | 第45-46页 |
| 4．1．2．2． 应用Kalman滤波器 | 第46页 |
| 4．1．2．3． 基于Kalman滤波器目标运动预测的分析 | 第46-49页 |
| 4．2． 摄像机控制 | 第49-55页 |
| 4．2．1． 问题的提出 | 第49-50页 |
| 4．2．2． 云台控制参数Δθ、Δφ的计算 | 第50-51页 |
| 4．2．3． 云台的控制策略 | 第51-55页 |
| 5． 运动目标跟踪 | 第55-62页 |
| 5．1． 目标跟踪初始化 | 第55-56页 |
| 5．2． 目标跟踪 | 第56-62页 |
| 5．2．1． 跟踪参数 | 第56-57页 |
| 5．2．2． 跟踪流程 | 第57-61页 |
| 5．2．3． 目标被遮挡时的处理 | 第61-62页 |
| 6． 系统简介及实验数据分析 | 第62-72页 |
| 6．1． 引言 | 第62页 |
| 6．2． 总体结构及模块定义 | 第62-65页 |
| 6．2．1． 系统的软硬件环境 | 第62-63页 |
| 6．2．2． 系统的总体结构 | 第63页 |
| 6．2．3． 系统的模块定义 | 第63-65页 |
| 6．3． 系统的功能 | 第65-66页 |
| 6．4． 试验结果及数据分析 | 第66-72页 |
| 结束语 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-76页 |
