摘要 | 第1-8页 |
Abstract | 第8-10页 |
第一章 绪论 | 第10-23页 |
·研究的背景和意义 | 第10-13页 |
·国内外相关技术发展现状 | 第13-20页 |
·无人飞行器及载荷 | 第13-15页 |
·红外成像技术 | 第15-16页 |
·序列影像匹配 | 第16-17页 |
·跨场景影像配准 | 第17-18页 |
·移动目标检测与跟踪 | 第18-20页 |
·论文的组织结构 | 第20-23页 |
第二章 局部不变性稀疏特征匹配 | 第23-42页 |
·图像尺度空间理论 | 第23-24页 |
·Harris 算子 | 第24-26页 |
·SIFT 匹配算法 | 第26-31页 |
·SURF 算法 | 第31-35页 |
·其它特征描述符 | 第35-37页 |
·改进的匹配策略 | 第37-39页 |
·空间分布控制 | 第37页 |
·广度优先k-d 树 | 第37-39页 |
·匹配实验 | 第39-41页 |
·本章小结 | 第41-42页 |
第三章 大倾角影像目标匹配关联 | 第42-60页 |
·仿射不变性 | 第42-43页 |
·仿射变换模型 | 第43-48页 |
·投影模型 | 第43-46页 |
·转换斜量 | 第46-48页 |
·ASIFT 算法 | 第48-51页 |
·处理过程 | 第48-49页 |
·经纬采样 | 第49-51页 |
·两层分辨率构建 | 第51-52页 |
·复杂度与计算量 | 第52-53页 |
·仿射变换匹配对比 | 第53-57页 |
·方法对比 | 第53-54页 |
·绝对斜量测试 | 第54-55页 |
·相对斜量测试 | 第55-56页 |
·无人飞行器影像 | 第56-57页 |
·大倾角目标框定实验 | 第57-59页 |
·本章小结 | 第59-60页 |
第四章 基于SIFT 流的跨场景影像配准 | 第60-81页 |
·跨场景配准特点 | 第60-63页 |
·光流算法 | 第63-66页 |
·光流原理 | 第63-64页 |
·孔径效应 | 第64-65页 |
·关联匹配方法 | 第65-66页 |
·SIFT 流跨场景关联 | 第66-72页 |
·稠密SIFT 描述符及其表现 | 第66-69页 |
·匹配目标 | 第69-70页 |
·由粗到精匹配方案 | 第70-71页 |
·SIFT 流邻图 | 第71-72页 |
·序列图像搜索实验 | 第72-76页 |
·邻域图像搜索 | 第72-75页 |
·稠密跨场景配准评估 | 第75-76页 |
·场景稠密配准应用实验 | 第76-80页 |
·本章小结 | 第80-81页 |
第五章 基于中心描述MeanShift 的运动目标跟踪 | 第81-105页 |
·红外图像的去噪 | 第81-83页 |
·运动目标检测 | 第83-89页 |
·运动目标检测特点 | 第83-84页 |
·特征点匹配运动估计 | 第84-85页 |
·目标检测算法 | 第85-89页 |
·运动目标跟踪 | 第89-96页 |
·Kalman 滤波 | 第89-92页 |
·Meanshift 算法 | 第92-95页 |
·中心点描述符 | 第95-96页 |
·目标遮挡研究 | 第96-100页 |
·图像信息量度量 | 第96-98页 |
·目标遮挡理论分析 | 第98-99页 |
·窗口变化目标的遮挡跟踪 | 第99-100页 |
·目标检测跟踪实验 | 第100-103页 |
·本章小结 | 第103-105页 |
第六章 基于混合粒子滤波的运动目标跟踪 | 第105-122页 |
·蒙特卡罗方法 | 第105-107页 |
·粒子滤波 | 第107-113页 |
·模板建立 | 第108页 |
·贝叶斯估计 | 第108-109页 |
·粒子滤波原理 | 第109-113页 |
·统计模型 | 第113-116页 |
·观测模型 | 第113-115页 |
·滤波分布 | 第115-116页 |
·Adaboost Particle Filter | 第116-119页 |
·Adaboost 检测 | 第117-118页 |
·Adaboost 融入建议分布 | 第118-119页 |
·目标检测跟踪实验 | 第119-121页 |
·本章小结 | 第121-122页 |
第七章 总结与展望 | 第122-125页 |
·总结 | 第122-123页 |
·下一步研究内容 | 第123-125页 |
参考文献 | 第125-131页 |
作者简历 攻读博士学位期间完成的主要工作 | 第131-133页 |
致谢 | 第133页 |