| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究背景及意义 | 第8页 |
| ·图像跟踪系统研究的现状及发展趋势 | 第8-10页 |
| ·目标跟踪算法简述 | 第10-11页 |
| ·本文主要工作及创新点 | 第11-13页 |
| 第二章 图像跟踪器系统设计中的几个关键问题 | 第13-23页 |
| ·跟踪系统原理及构成 | 第13页 |
| ·图像跟踪器系统硬件设计 | 第13-16页 |
| ·单元中的视频信号标准 | 第16-19页 |
| ·DSP 图像处理模块 | 第19-20页 |
| ·图像跟踪器的基本工作流程 | 第20-23页 |
| ·软件流程 | 第20-21页 |
| ·跟踪目标的选取方式 | 第21页 |
| ·云台控制参数的解算 | 第21-23页 |
| 第三章 实时目标跟踪算法概述与快速相关算法 | 第23-43页 |
| ·基于运动目标检测的跟踪算法 | 第23-26页 |
| ·帧差法 | 第24-26页 |
| ·光流法 | 第26页 |
| ·基于波门跟踪的跟踪算法 | 第26-31页 |
| ·质心跟踪算法 | 第27-30页 |
| ·边缘跟踪算法 | 第30-31页 |
| ·双边缘跟踪算法 | 第31页 |
| ·基于相关匹配的跟踪算法 | 第31-34页 |
| ·基于自适应模板更新的快速相关匹配跟踪算法 | 第34-43页 |
| ·改进的去均值相关系数 | 第34-36页 |
| ·快速搜索算法的实现 | 第36-38页 |
| ·相关函数的加权修正策略 | 第38页 |
| ·自适应模板更新 | 第38-43页 |
| 第四章 基于粒子滤波的目标跟踪算法 | 第43-68页 |
| ·粒子滤波的基本理论基础 | 第43-51页 |
| ·贝叶斯滤波原理 | 第43-45页 |
| ·贝叶斯重要性采样（Bayesian Importance Sampling, BIS） | 第45-46页 |
| ·序贯重要性采样（Sequential Importance Sampling, SIS） | 第46-48页 |
| ·重要性概率密度函数的选取 | 第48-49页 |
| ·重采样（Resampling） | 第49-51页 |
| ·SIS 基本粒子滤波算法 | 第51页 |
| ·SIR 粒子滤波算法 | 第51-53页 |
| ·基于 SIR 粒子滤波器的目标跟踪算法 | 第53-57页 |
| ·目标的表征 | 第53页 |
| ·运动模型的建立 | 第53-54页 |
| ·系统观测—重要性权值计算 | 第54-55页 |
| ·后验概率计算 | 第55页 |
| ·基于粒子滤波跟踪算法流程 | 第55-57页 |
| ·实验仿真 | 第57-65页 |
| ·与传统相关算法的比较 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-71页 |
| ·工作总结 | 第68-69页 |
| ·对系统设计中几个关键技术的理解和研究 | 第68页 |
| ·对实时目标跟踪算法的研究 | 第68-69页 |
| ·工作展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 发表论文和参加科研情况说明 | 第74-75页 |
| 致谢 | 第75页 |