| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题来源及研究目的和意义 | 第9-11页 |
| ·课题来源 | 第9页 |
| ·课题研究的目的与意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·运动目标识别方法的研究现状 | 第11-12页 |
| ·运动目标跟踪方法的研究现状 | 第12-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第2章 图像识别方法研究 | 第16-28页 |
| ·基于像素级的目标识别算法 | 第16-22页 |
| ·灰度直方图方法 | 第16-18页 |
| ·颜色直方图方法 | 第18-19页 |
| ·一种颜色自相关直方图方法 | 第19-22页 |
| ·基于图像级的目标识别方法 | 第22-26页 |
| ·边缘直方图特征 | 第22-23页 |
| ·NMI特征 | 第23-26页 |
| ·特征对比实验结果及其分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 目标跟踪方法研究 | 第28-78页 |
| ·基于Kalman Filter的目标跟踪方法 | 第28-34页 |
| ·Kalman Filter原理 | 第29-30页 |
| ·Kalman Filter跟踪模型及算法流程 | 第30-34页 |
| ·基于Particle Filter的目标跟踪方法 | 第34-50页 |
| ·贝叶斯滤波 | 第34-36页 |
| ·蒙特卡洛方法 | 第36-37页 |
| ·粒子滤波原理 | 第37-42页 |
| ·基于Particle Filter的目标跟踪方法实现 | 第42-50页 |
| ·目标跟踪算法仿真与序列图像实验结果分析 | 第50-76页 |
| ·基于Kalman Filter与Particle Filter的对比仿真实验 | 第50-52页 |
| ·序列图像实验结果 | 第52-57页 |
| ·实验设计及结果分析 | 第57-76页 |
| ·本章小结 | 第76-78页 |
| 第4章 一种改进的自适应粒子滤波目标跟踪方法 | 第78-88页 |
| ·粒子数的自适应 | 第78-79页 |
| ·重采样间隔的自适应 | 第79-80页 |
| ·运动模型的自适应 | 第80-81页 |
| ·自适应Particle Filter算法设计 | 第81-83页 |
| ·算法仿真实验及结果分析 | 第83-87页 |
| ·本章小结 | 第87-88页 |
| 结论 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第93-95页 |
| 致谢 | 第95页 |
