| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-8页 |
| 图表索引 | 第8-11页 |
| 第一章 绪论 | 第11-24页 |
| ·引言 | 第11-13页 |
| ·多目标跟踪方法概述 | 第13-19页 |
| ·多目标跟踪中的基本问题 | 第19-22页 |
| ·论文研究的内容及重点解决的问题 | 第22-24页 |
| 第二章 小波方法简介及采用小波方法的航空图像处理技术 | 第24-37页 |
| ·小波变换的介绍 | 第24-34页 |
| ·一维连续小波变换 | 第24-25页 |
| ·离散小波变换 | 第25-26页 |
| ·多分辨率分析 | 第26-30页 |
| ·二维离散小波变换 | 第30-34页 |
| ·一种利用小波变换提高航空图像分辨率的方法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 多目标检测方法 | 第37-55页 |
| ·基于灰度和纹理特征的目标检测方法 | 第37-43页 |
| ·基于数学形态学的目标分割 | 第37-40页 |
| ·最大熵阈值法 | 第40-43页 |
| ·采用小波能量的目标检测方法 | 第43-47页 |
| ·采用小波能量的目标检测方法原理 | 第43-45页 |
| ·自适应域值分割 | 第45页 |
| ·实验结果 | 第45-47页 |
| ·特征背景下目标检测的模板匹配方法 | 第47-49页 |
| ·模板匹配算法 | 第47-48页 |
| ·误差积累门限算法 | 第48-49页 |
| ·特征背景下基于小波变换的分层匹配算法 | 第49-54页 |
| ·基于小波变换的分层匹配算法原理 | 第49-51页 |
| ·匹配搜索算法 | 第51页 |
| ·运动目标形心的计算 | 第51-52页 |
| ·实验结果与分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 多目标跟踪中的数据关联 | 第55-77页 |
| ·数据关联方法 | 第55-58页 |
| ·“最近邻”方法 | 第55-56页 |
| ·联合概率数据关联滤波 | 第56-58页 |
| ·基于模糊推理的数据关联方法 | 第58-65页 |
| ·模糊推理用于目标跟踪 | 第58-59页 |
| ·模糊综合测量残差的形成 | 第59-62页 |
| ·模糊综合测量新息的形成 | 第62-65页 |
| ·Kalman 滤波器 | 第65-67页 |
| ·扩展Kalman 滤波器估计运动目标的位置、速度 | 第67-68页 |
| ·实验结果与分析 | 第68-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 多目标跟踪中的机动目标模型 | 第77-86页 |
| ·机动目标模型概述 | 第77-78页 |
| ·几种机动目标模型 | 第78-83页 |
| ·Singer 模型 | 第78-79页 |
| ·“当前”统计模型 | 第79-82页 |
| ·高度机动的Jerk 模型 | 第82-83页 |
| ·Monte Carlo 仿真实验 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 全文总结 | 第86-90页 |
| ·论文所完成的主要工作 | 第86-87页 |
| ·论文的创新点 | 第87-88页 |
| ·对多目标跟踪研究的展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94-95页 |
| 刘钢简历 | 第95-96页 |
| 刘钢在攻读博士学位期间发表的论文 | 第96-97页 |
| 博士学位论文原创性声明 | 第97页 |