首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于粒子滤波的红外目标跟踪方法研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第12-29页
    1.1 课题背景和意义第12-15页
    1.2 红外目标跟踪方法概述第15-21页
        1.2.1 红外图像特征分析第15-17页
        1.2.2 基于粒子滤波的目标跟踪方法实现第17-20页
        1.2.3 目标跟踪结果评价方法第20-21页
    1.3 红外目标跟踪方法国内外研究现状第21-26页
        1.3.1 运动建模方法研究现状第22-23页
        1.3.2 外观建模方法研究现状第23-24页
        1.3.3 搜索机制研究现状第24-25页
        1.3.4 模板升级研究现状第25-26页
    1.4 本领域存在的问题第26-27页
    1.5 本文主要研究内容第27-29页
第2章 红外目标运动建模方法研究第29-59页
    2.1 引言第29页
    2.2 基于仿射变换参数的目标状态表示方法第29-30页
    2.3 候选粒子集合生成方法第30-38页
        2.3.1 基于高斯采样的粒子集合生成第31-32页
        2.3.2 基于显著度重要性采样的粒子集合生成第32-38页
    2.4 实验与结果分析第38-58页
        2.4.1 方法验证第39-45页
        2.4.2 与其他方法比较第45-58页
    2.5 本章小结第58-59页
第3章 红外目标外观建模方法研究第59-81页
    3.1 引言第59页
    3.2 基于核映射的红外目标特征提取方法第59-65页
        3.2.1 红外图像直方图生成第59-61页
        3.2.2 基于直方图相似性的构造核函数第61-63页
        3.2.3 核特征空间降维第63-65页
    3.3 多核特征自适应融合方法第65-67页
        3.3.1 基于核特征的粒子权重第65-66页
        3.3.2 基于帧间尺寸不变的核特征权重第66-67页
    3.4 实验与结果分析第67-77页
        3.4.1 方法验证第68-71页
        3.4.2 与其他方法比较第71-77页
    3.5 本章小结第77-81页
第4章 红外目标搜索机制研究第81-105页
    4.1 引言第81页
    4.2 基于灰度特征的候选目标集合模板匹配第81-88页
        4.2.1 人类视觉稀疏编码机制第82-84页
        4.2.2 基于稀疏约束的模板匹配第84-88页
    4.3 基于核特征的候选目标有效子集模板匹配第88-89页
    4.4 实验与结果分析第89-103页
        4.4.1 方法验证第90-94页
        4.4.2 与其他方法比较第94-103页
    4.5 本章小结第103-105页
结论第105-108页
参考文献第108-120页
攻读博士学位期间发表的论文及其他成果第120-122页
致谢第122-123页
个人简历第123页

论文共123页,点击 下载论文
上一篇:基于l0范数约束的稀疏优化算法及其在图像重建中的应用
下一篇:云环境下数据隐私保护与安全搜索技术研究