| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·引言 | 第8-12页 |
| ·机器人跟踪系统简介 | 第12-13页 |
| ·本文主要工作和内容 | 第13-15页 |
| 第二章 图像处理理论 | 第15-28页 |
| ·颜色空间理论 | 第15-17页 |
| ·常用颜色模型简介 | 第15-17页 |
| ·彩色空间的转换方法 | 第17页 |
| ·图像预处理 | 第17-22页 |
| ·图像分割与目标识别 | 第22-27页 |
| ·基于全向视觉的图像处理技术 | 第27-28页 |
| 第三章 结合目标形状特征与颜色特征的图像分割算法 | 第28-33页 |
| ·算法来源 | 第28-29页 |
| ·算法步骤 | 第29-30页 |
| ·实验结果与分析 | 第30-33页 |
| ·图像分割实验 | 第30-31页 |
| ·目标跟踪实验 | 第31-33页 |
| 第四章 目标跟踪算法理论 | 第33-44页 |
| ·基于运动的目标跟踪 | 第33-36页 |
| ·基于相关的目标跟踪 | 第36页 |
| ·基于特征的目标跟踪 | 第36-37页 |
| ·基于 Mean-Shift 算法的目标跟踪 | 第37-44页 |
| ·Mean-Shift 简介 | 第37-41页 |
| ·Mean-Shift 的应用 | 第41-42页 |
| ·应用Mean-Shift 算法进行目标跟踪 | 第42-44页 |
| 第五章 结合UKF 滤波器和MEAN-SHIFT 算法的目标跟踪 | 第44-58页 |
| ·目标跟踪滤波器 | 第44-51页 |
| ·离散卡尔曼滤波 | 第44-46页 |
| ·扩展卡尔曼滤波 | 第46-48页 |
| ·Unscented 卡尔曼滤波 | 第48-51页 |
| ·算法来源 | 第51页 |
| ·算法步骤 | 第51-54页 |
| ·实验结果与分析 | 第54-58页 |
| 第六章 总结与建议 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 个人简历 | 第64页 |
| 在学期间发表的学术论文与研究成果 | 第64页 |