| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景 | 第8-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 课题研究目的及意义 | 第11-12页 |
| 1.4 主要研究内容 | 第12-14页 |
| 第二章 目标特征点提取及跟踪 | 第14-24页 |
| 2.1 基于ORB的特征点提取 | 第14-17页 |
| 2.2 基于双向加权可逆性约束的KLT算法的特征点跟踪 | 第17-23页 |
| 2.2.1 KLT算法原理 | 第17-19页 |
| 2.2.2 KLT算法的金字塔模型 | 第19-20页 |
| 2.2.3 基于双向加权可逆性约束的KLT算法 | 第20-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 刚性运动体上特征点运动轨迹约束关系分析 | 第24-38页 |
| 3.1 摄像机标定及逆投影变换 | 第24-28页 |
| 3.1.1 摄像机标定方法 | 第24-27页 |
| 3.1.2 特征点逆投影变换 | 第27-28页 |
| 3.2 刚性运动体上特征点轨迹约束关系分析 | 第28-33页 |
| 3.3 实验验证结果与分析 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于Spectral Clustering的轨迹初步聚类算法 | 第38-52页 |
| 4.1 Spectral Clustering算法原理 | 第38-41页 |
| 4.2 构建相似矩阵与Spectral Clustering算法实现 | 第41-48页 |
| 4.2.1 相似矩阵构建 | 第41-46页 |
| 4.2.2 聚类数目k确定以及特征向量空间构建 | 第46-47页 |
| 4.2.3 Spectral Clustering算法实现 | 第47-48页 |
| 4.3 实验结果与分析 | 第48-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 基于 3D参数估计的类间合并及轨迹聚类的应用 | 第52-62页 |
| 5.1 基于 3D参数估计的轨迹类间合并算法 | 第52-56页 |
| 5.1.1 特征点的 3D参数估计 | 第52-54页 |
| 5.1.2 类间合并算法实现 | 第54-56页 |
| 5.2 实验结果与分析 | 第56-59页 |
| 5.3 轨迹聚类的应用 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
