| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 对科技、经济和社会发展的作用 | 第12页 |
| 1.4 课题要求与研究内容 | 第12-13页 |
| 1.5 章节安排 | 第13-14页 |
| 第二章 粒子滤波与目标跟踪理论 | 第14-21页 |
| 2.1 粒子滤波器 | 第14-17页 |
| 2.1.1 贝叶斯重要性采样(BIS) | 第14-15页 |
| 2.1.2 序列重要性采样(SIS) | 第15-16页 |
| 2.1.3 退化现象 | 第16-17页 |
| 2.2 粒子滤波与视觉跟踪 | 第17-18页 |
| 2.2.1 跟踪的目的 | 第17页 |
| 2.2.2 目标的先验知识 | 第17页 |
| 2.2.3 系统状态转移 | 第17-18页 |
| 2.2.4 系统观测 | 第18页 |
| 2.2.5 后验概率的计算 | 第18页 |
| 2.2.6 粒子重采样 | 第18页 |
| 2.3 粒子滤波仿真 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于粒子滤波的多特征融合目标跟踪算法 | 第21-38页 |
| 3.1 特征提取 | 第21页 |
| 3.2 总体流程设计 | 第21-25页 |
| 3.2.1 颜色特征 | 第22-24页 |
| 3.2.2 颜色矩 | 第24页 |
| 3.2.3 形状特征矩 | 第24-25页 |
| 3.3 基于粒子滤波的多特征融合目标跟踪 | 第25-30页 |
| 3.3.1 多特征融合框架 | 第25-26页 |
| 3.3.2 特征降维 | 第26-27页 |
| 3.3.3 特征评价 | 第27-28页 |
| 3.3.4 粒子数重分配 | 第28页 |
| 3.3.5 算法步骤 | 第28页 |
| 3.3.6 实验结果 | 第28-30页 |
| 3.4 粒子数目的特征间动态重分配 | 第30-31页 |
| 3.5 实验结果 | 第31-37页 |
| 3.5.1 飞机跟踪实验 | 第31-37页 |
| 3.5.2 综合检测 | 第37页 |
| 3.6 实验结果分析 | 第37-38页 |
| 第四章 粒子滤波框架下的飞禽与飞机区分 | 第38-54页 |
| 4.1 基于颜色和形状特征的飞禽和飞机标记 | 第38-43页 |
| 4.1.1 飞禽和飞机的颜色和形状特征区别 | 第38-42页 |
| 4.1.2 粒子滤波框架下的飞禽和飞机标记 | 第42-43页 |
| 4.2 基于轨迹和速度特征的飞禽和飞机标记 | 第43-48页 |
| 4.2.1 飞禽和飞机的飞行轨迹和速度特点 | 第43-45页 |
| 4.2.2 轨迹特征的提取 | 第45-46页 |
| 4.2.3 速度特征的提取 | 第46-47页 |
| 4.2.4 粒子滤波框架下的飞禽和飞机标记改进方法 | 第47-48页 |
| 4.3 基于模板匹配的飞禽和飞机标记 | 第48-50页 |
| 4.4 完整的机场飞禽检测算法框架 | 第50-52页 |
| 4.5 飞禽检测算法实验 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 移植开发板软件系统搭建 | 第54-65页 |
| 5.1 硬件平台 | 第54-55页 |
| 5.2 摄像头的配置 | 第55-57页 |
| 5.3 安卓平台 | 第57-60页 |
| 5.3.1 安卓平台架构 | 第57-58页 |
| 5.3.2 安卓开发环境构建 | 第58-59页 |
| 5.3.3 安卓的基本组件 | 第59-60页 |
| 5.4 JNI技术 | 第60-62页 |
| 5.4.1 JNI的功能 | 第60-61页 |
| 5.4.2 JNI中的数据传递 | 第61-62页 |
| 5.5 Android OpenCV | 第62-63页 |
| 5.5.1 Android OpenCV简介 | 第62-63页 |
| 5.5.2 在安卓应用程序中调用OpenCV | 第63页 |
| 5.6 系统测试 | 第63-64页 |
| 5.7 本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第72页 |