摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-17页 |
·课题的背景和意义 | 第9页 |
·研究现状及发展动态 | 第9-14页 |
·运动目标检测技术 | 第9-10页 |
·运动目标识别技术 | 第10-12页 |
·运动目标跟踪技术 | 第12-14页 |
·运动目标跟踪与识别的难点 | 第14-15页 |
·论文的结构安排 | 第15-17页 |
第二章 复杂背景下空间小目标的捕获技术 | 第17-35页 |
·引言 | 第17页 |
·图像配准 | 第17-26页 |
·图像配准简介 | 第17-18页 |
·图像配准原理 | 第18-20页 |
·图像配准的方法 | 第20-21页 |
·基于 RANSAC 的图像配准的方法 | 第21-26页 |
·基于混合高斯模型(GMM)的目标捕获技术 | 第26-31页 |
·混合高斯模型 | 第27-28页 |
·基于 GMM 捕获技术的算法框架 | 第28-30页 |
·目标捕获结果 | 第30-31页 |
·基于卡尔曼滤波器的运动轨迹估计 | 第31-34页 |
·卡尔曼滤波简介 | 第31-32页 |
·卡尔曼滤波器原理 | 第32-33页 |
·轨迹估计结果 | 第33-34页 |
·本章小结 | 第34-35页 |
第三章 基于粒子滤波的空间小目标跟踪技术 | 第35-46页 |
·引言 | 第35-36页 |
·基于粒子滤波的目标跟踪技术 | 第36-40页 |
·粒子滤波跟踪算法 | 第36-38页 |
·基于粒子滤波跟踪算法步骤 | 第38-39页 |
·实验结果 | 第39-40页 |
·基于仿射变换和粒子滤波的跟踪技术 | 第40-45页 |
·仿射变换原理 | 第40-43页 |
·算法流程概述 | 第43-44页 |
·实验结果 | 第44-45页 |
·本章小结 | 第45-46页 |
第四章 基于轮廓描述子的空间小目标识别技术 | 第46-59页 |
·引言 | 第46-47页 |
·基于傅立叶描述子的匹配识别技术 | 第47-53页 |
·傅立叶描述子 | 第47-48页 |
·基于傅立叶描述子的特征提取 | 第48-50页 |
·算法流程图 | 第50页 |
·实验结果 | 第50-53页 |
·基于 Shape Context 描述子的匹配识别技术 | 第53-58页 |
·基本的 Shape context 算法 | 第53-56页 |
·Shape context 的匹配流程 | 第56-57页 |
·实验结果 | 第57-58页 |
·本章小结 | 第58-59页 |
第五章 总结与展望 | 第59-61页 |
·总结 | 第59-60页 |
·研究展望 | 第60-61页 |
参考文献 | 第61-65页 |
致谢 | 第65-66页 |
攻读硕士学位期间已发表或录用的论文 | 第66-68页 |