| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 1 绪论 | 第11-21页 |
| ·研究背景及意义 | 第11-12页 |
| ·基于计算机视觉运动的目标跟踪技术研究现状 | 第12-18页 |
| ·目标表示方法 | 第13-15页 |
| ·目标跟踪特征选择 | 第15-17页 |
| ·基于计算机视觉的运动目标跟踪算法 | 第17-18页 |
| ·论文的主要内容 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 2 计算机视觉理论框架及其在火箭目标跟踪中的应用 | 第21-31页 |
| ·计算机视觉理论框架 | 第21-23页 |
| ·论文研究思路 | 第23-25页 |
| ·火箭目标跟踪场景中的目标及其背景特征分析 | 第25-29页 |
| ·基于计算机视觉的火箭目标跟踪中存在的难点问题 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于边缘检测与改进最大类间方差法的火箭目标分割算法 | 第31-47页 |
| ·引言 | 第31-32页 |
| ·火箭边缘检测 | 第32-39页 |
| ·边缘检测算子原理 | 第33-34页 |
| ·火箭边缘检测算子选择 | 第34-39页 |
| ·基于改进最大类间方差法的火箭目标分割策略 | 第39-44页 |
| ·最大类间方差法原理 | 第39-40页 |
| ·改进的最大类间方差法 | 第40-43页 |
| ·带方向的非线性滤波去除干扰边缘策略 | 第43-44页 |
| ·仿真实验与结论 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于多关联模板匹配与卡尔曼滤波轨迹预测的火箭目标跟踪算法 | 第47-66页 |
| ·引言 | 第47-49页 |
| ·基于模板匹配的火箭目标跟踪 | 第49-53页 |
| ·模板匹配算法基本思想 | 第49-50页 |
| ·基于模板匹配的火箭目标跟踪的提出 | 第50-53页 |
| ·多关联模板匹配算法及其实现 | 第53-56页 |
| ·问题的提出 | 第53-54页 |
| ·多关联模板的生成 | 第54-55页 |
| ·多关联匹配算法 | 第55-56页 |
| ·基于kalman 滤波的轨迹预测算法 | 第56-61页 |
| ·Kalman 滤波基本原理 | 第56-59页 |
| ·基于kalman 滤波的火箭轨迹预测 | 第59-61页 |
| ·仿真实验与结论 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 5 基于改进Mean shift 算法的火箭目标跟踪算法 | 第66-83页 |
| ·引言 | 第66-67页 |
| ·Mean shift 理论基础 | 第67-70页 |
| ·基于Mean shift 的目标跟踪算法 | 第70-74页 |
| ·目标表示 | 第71-72页 |
| ·相似性函数 | 第72-73页 |
| ·目标定位 | 第73-74页 |
| ·基于Mean shift 算法与帧间差分法的火箭目标跟踪算法 | 第74-78页 |
| ·Mean shift 跟踪算法局限性分析 | 第74-75页 |
| ·基于帧间差分法的火箭目标检测算法 | 第75-76页 |
| ·改进的Mean shift 火箭目标跟踪算法 | 第76-78页 |
| ·仿真实验与结论 | 第78-82页 |
| ·本章小结 | 第82-83页 |
| 6 基于多特征融合的火箭目标跟踪算法 | 第83-102页 |
| ·引言 | 第83-85页 |
| ·火箭目标特征提取 | 第85-90页 |
| ·颜色特征 | 第85-88页 |
| ·边缘特征 | 第88-89页 |
| ·纹理特征 | 第89-90页 |
| ·基于多特征融合方法的火箭目标跟踪算法 | 第90-97页 |
| ·多特征融合方法 | 第90-94页 |
| ·基于核的目标跟踪 | 第94-96页 |
| ·模板自适应更新机制 | 第96-97页 |
| ·仿真实验与结论 | 第97-101页 |
| ·本章小结 | 第101-102页 |
| 7 结论与展望 | 第102-105页 |
| ·总结 | 第102-104页 |
| ·展望 | 第104-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-115页 |
| 附录 | 第115-116页 |
| A. 作者在攻读博士学位期间主要论文 | 第115-116页 |
| B. 作者在攻读博士学位期间参加的科研项目 | 第116页 |
