| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-10页 |
| 1 PT视觉转台介绍 | 第10-12页 |
| ·PT视觉转台的结构 | 第10-11页 |
| ·PT视觉转台的工作原理 | 第11-12页 |
| 2 PT视觉转台所应用的图像处理算法介绍 | 第12-24页 |
| ·基于形状参数的圆球坐标定位 | 第12-16页 |
| ·基于中值滤波的图像的平滑处理 | 第12页 |
| ·给边缘一个指定的灰度级 | 第12-13页 |
| ·图像的二值化处理 | 第13页 |
| ·区域标记以及面积测量 | 第13-14页 |
| ·周长测量 | 第14-16页 |
| ·利用最小二乘法的圆的拟合 | 第16-23页 |
| ·自适应阈值的选取 | 第16-17页 |
| ·计算小球的质心点 | 第17-18页 |
| ·射线法获取小球边缘点 | 第18-19页 |
| ·基于最小二乘法的圆的拟合 | 第19-23页 |
| ·小结 | 第23-24页 |
| 3 基于SIFT特征的目标跟踪算法 | 第24-38页 |
| ·SIFT综述 | 第24页 |
| ·高斯模糊 | 第24-26页 |
| ·二维高斯函数 | 第24-25页 |
| ·图像的二维高斯模糊 | 第25-26页 |
| ·分离高斯模糊 | 第26页 |
| ·度空间极值检测 | 第26-30页 |
| ·尺度空间理论 | 第26-27页 |
| ·尺度空间的表示 | 第27页 |
| ·高斯金字塔的构建 | 第27-28页 |
| ·高斯差分金字塔 | 第28-29页 |
| ·空间极值点检测 | 第29页 |
| ·构建尺度空间的参数 | 第29-30页 |
| ·关键点定位 | 第30-33页 |
| ·消除边缘响应 | 第30-31页 |
| ·有限差分法求导 | 第31-33页 |
| ·关键点分配方向 | 第33页 |
| ·关键点特征描述 | 第33-35页 |
| ·基于SIFT特征的目标跟踪算法 | 第35-38页 |
| ·算法流程图 | 第35-36页 |
| ·实验结果 | 第36-37页 |
| ·实验结果的分析和解决方法 | 第37-38页 |
| 4 结合背景信息的Mean-shift目标跟踪算法 | 第38-52页 |
| ·多维情况下的无参核密度估计 | 第38-40页 |
| ·二维核函数 | 第38页 |
| ·空间的核密度估计 | 第38-39页 |
| ·常用的核函数 | 第39-40页 |
| ·Mean-shift分析 | 第40页 |
| ·基本的Mean-shift物体跟踪算法 | 第40-43页 |
| ·目标描述 | 第40-41页 |
| ·距离最小化 | 第41-43页 |
| ·一种新的相似性度量 | 第43-45页 |
| ·目标描述 | 第43-44页 |
| ·一种新的相似性度量 | 第44-45页 |
| ·背景加权直方图 | 第45-46页 |
| ·结合背景信息的Mean-shift目标跟踪算法 | 第46-51页 |
| ·算法流程图 | 第46-47页 |
| ·实验结果 | 第47-50页 |
| ·实验结果的分析 | 第50-51页 |
| ·对未来算法的展望 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |