| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 注释表 | 第13-14页 |
| 缩略词 | 第14-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外发展概况 | 第16-19页 |
| 1.2.1 机载机器视觉 | 第16-17页 |
| 1.2.2 地面目标识别与跟踪 | 第17-19页 |
| 1.3 主要内容和结构 | 第19-21页 |
| 1.3.1 主要内容 | 第19页 |
| 1.3.2 论文章节安排 | 第19-21页 |
| 第二章 机载视觉系统 | 第21-31页 |
| 2.1 系统总体设计 | 第21-22页 |
| 2.2 系统硬件设计 | 第22-27页 |
| 2.3 系统软件设计 | 第27-30页 |
| 2.3.1 机载系统图像采集程序 | 第28页 |
| 2.3.2 地面监控中心图像采集程序 | 第28-29页 |
| 2.3.3 目标识别与跟踪程序 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 复杂场景下地面目标识别 | 第31-52页 |
| 3.1 图像颜色特征匹配 | 第31-35页 |
| 3.1.1 图像特征 | 第31-32页 |
| 3.1.2 颜色空间 | 第32-33页 |
| 3.1.3 颜色直方图 | 第33-34页 |
| 3.1.4 反向投影 | 第34-35页 |
| 3.2 图像边缘特征匹配 | 第35-37页 |
| 3.2.1 边缘方向直方图 | 第35-36页 |
| 3.2.2 反向投影 | 第36-37页 |
| 3.3 图像SURF特征匹配 | 第37-44页 |
| 3.3.1 积分图像 | 第37-38页 |
| 3.3.2 Hessian矩阵行列式 | 第38-39页 |
| 3.3.3 尺度空间的建立 | 第39-40页 |
| 3.3.4 特征点检测与描述子的生成 | 第40-42页 |
| 3.3.5 特征点匹配 | 第42-43页 |
| 3.3.6 匹配特征点对提纯 | 第43-44页 |
| 3.4 基于特征融合的目标识别 | 第44-51页 |
| 3.4.1 目标疑似区域的初步定位 | 第45-46页 |
| 3.4.2 基于SURF特征的精确定位 | 第46-48页 |
| 3.4.3 地面目标识别试验 | 第48-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于多特征融合的CamShift目标跟踪 | 第52-67页 |
| 4.1 基于MeanShift算法的目标跟踪 | 第52-57页 |
| 4.1.1 MeanShift迭代算法 | 第52-54页 |
| 4.1.2 MeanShift跟踪算法 | 第54-57页 |
| 4.2 基于CamShift算法的目标跟踪 | 第57-60页 |
| 4.3 基于多特征融合的CamShift跟踪算法 | 第60-66页 |
| 4.3.1 特征融合 | 第60-62页 |
| 4.3.2 相同颜色干扰下目标跟踪试验 | 第62-65页 |
| 4.3.3 相似形状物体干扰下地面目标跟踪试验 | 第65-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 基于Kalman滤波的CamShift跟踪算法 | 第67-78页 |
| 5.1 Kalman滤波理论 | 第67-70页 |
| 5.1.1 Kalman滤波器基本方程 | 第67-69页 |
| 5.1.2 Kalman滤波器特性 | 第69-70页 |
| 5.2 Kalman滤波与CamShift融合的目标跟踪算法 | 第70-74页 |
| 5.2.1 融合算法流程 | 第70-72页 |
| 5.2.2 遮挡处理 | 第72-74页 |
| 5.3 地面目标跟踪试验 | 第74-77页 |
| 5.4 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 论文总结 | 第78页 |
| 6.2 研究展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 在校期间的研究成果及发表的学术论文 | 第85页 |