| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7页 |
| ·图像目标跟踪技术的发展及现状 | 第7-10页 |
| ·工作重点及内容安排 | 第10-13页 |
| 第二章 常用的目标跟踪算法研究 | 第13-25页 |
| ·图像目标跟踪概述 | 第13-14页 |
| ·灰度相关匹配算法 | 第14-18页 |
| ·传统的模板相似度测量方法 | 第15-17页 |
| ·去均值归一化相关算法 | 第17-18页 |
| ·相位相关算法 | 第18-21页 |
| ·传统的互相关算法 | 第18-19页 |
| ·归一化相位相关算法 | 第19-21页 |
| ·实验结果与分析 | 第21-25页 |
| 第三章 基于WNCC和全相位Fourier-Mellin的跟踪算法研究 | 第25-41页 |
| ·Fourier-Mellin变换 | 第25-29页 |
| ·基于全相位频谱分析的FMT图像变换参数估计 | 第29-34页 |
| ·一维信号全相位谱分析 | 第29-30页 |
| ·基于全相位谱分析的FMT算法 | 第30-32页 |
| ·实验结果与分析 | 第32-34页 |
| ·基于WNCC和全相位Fourier-Mellin的跟踪算法分析 | 第34-38页 |
| ·目标配准 | 第34-35页 |
| ·模板更新 | 第35-36页 |
| ·算法步骤与实现 | 第36-38页 |
| ·实验结果与分析 | 第38-39页 |
| ·结论 | 第39-41页 |
| 第四章 基于BP神经网络的目标跟踪算法研究 | 第41-57页 |
| ·PCA算法的基本思想及原理 | 第41-43页 |
| ·PCA算法的基本思想 | 第41-42页 |
| ·基于PCA算法的特征提取和降维 | 第42-43页 |
| ·基于BP神经网络的目标跟踪算法 | 第43-51页 |
| ·样本的选择和预处理 | 第43-45页 |
| ·BP神经网络的设计 | 第45-49页 |
| ·算法基本流程 | 第49-51页 |
| ·实验结果与分析 | 第51-56页 |
| ·结论 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·未来的工作 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者在攻读硕士期间完成的工作 | 第65页 |