| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 相关技术研究现状 | 第10-16页 |
| 1.2.1 图像融合技术 | 第10-13页 |
| 1.2.2 目标跟踪技术 | 第13-16页 |
| 1.3 本文的研究内容及结构 | 第16-19页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 论文结构 | 第17-19页 |
| 第2章 基于INSCT变换的改进图像融合新算法 | 第19-37页 |
| 2.1 引言 | 第19-20页 |
| 2.2 NSCT变换 | 第20-25页 |
| 2.2.1 非子采样金字塔变换 | 第20-21页 |
| 2.2.2 非子采样方向滤波器组 | 第21-22页 |
| 2.2.3 NSCT滤波器的设计与实现 | 第22-23页 |
| 2.2.4 改进的NSCT变换 | 第23-25页 |
| 2.3 改进的融合规则 | 第25-28页 |
| 2.3.1 低频分量融合规则 | 第26-27页 |
| 2.3.2 高频分量融合规则 | 第27-28页 |
| 2.4 算法流程 | 第28-29页 |
| 2.5 图像融合质量评价 | 第29-30页 |
| 2.6 实验结果与分析 | 第30-36页 |
| 2.6.1 实验一 | 第30-32页 |
| 2.6.2 实验二 | 第32-33页 |
| 2.6.3 实验三 | 第33-34页 |
| 2.6.4 实验四 | 第34-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第3章 基于灰度特征和局部不变特征的目标跟踪新算法 | 第37-73页 |
| 3.1 引言 | 第37-38页 |
| 3.2 MeanShift算法理论 | 第38-45页 |
| 3.2.1 无参密度估计 | 第38-39页 |
| 3.2.2 核密度估计 | 第39-40页 |
| 3.2.3 MeanShift算法原理 | 第40-42页 |
| 3.2.4 传统MeanShift目标跟踪算法 | 第42-45页 |
| 3.3 改进的MeanShift目标跟踪算法 | 第45-64页 |
| 3.3.1 SURF特征度量 | 第45-52页 |
| 3.3.2 目标的多特征描述 | 第52-53页 |
| 3.3.3 多特征相似性度量及目标定位 | 第53-55页 |
| 3.3.4 目标模型更新 | 第55-57页 |
| 3.3.5 新算法描述 | 第57-58页 |
| 3.3.6 实验结果与分析 | 第58-64页 |
| 3.4 自适应遮挡处理的目标跟踪新算法 | 第64-71页 |
| 3.4.1 Kalman滤波器 | 第64-66页 |
| 3.4.2 目标遮挡判定与处理策略 | 第66-68页 |
| 3.4.3 算法描述 | 第68-69页 |
| 3.4.4 实验结果与分析 | 第69-71页 |
| 3.5 本章小结 | 第71-73页 |
| 第4章 多传感器图像融合与目标跟踪算法的实现与优化 | 第73-85页 |
| 4.1 引言 | 第73页 |
| 4.2 图像处理单元 | 第73-76页 |
| 4.2.1 系统硬件平台 | 第73-75页 |
| 4.2.2 TMS320C6678处理器 | 第75-76页 |
| 4.3 算法优化 | 第76-80页 |
| 4.3.1 算法结构优化 | 第76-79页 |
| 4.3.2 代码优化 | 第79-80页 |
| 4.4 算法测试结果 | 第80-83页 |
| 4.4.1 正确性测试 | 第80-82页 |
| 4.4.2 实时性测试 | 第82-83页 |
| 4.5 本章小结 | 第83-85页 |
| 结论 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 攻读硕士学位期间所发表的学术论文 | 第93-95页 |
| 致谢 | 第95页 |