| 目录 | 第4-6页 |
| CONTENTS | 第6-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 引言 | 第12-13页 |
| 1.2 课题的研究背景及应用 | 第13-14页 |
| 1.3 课题的研究现状 | 第14-15页 |
| 1.3.1 图像匹配的研究现状 | 第14-15页 |
| 1.3.2 目标跟踪的研究现状 | 第15页 |
| 1.4 本论文的内容与创新点描述 | 第15-18页 |
| 第二章 图像匹配概述 | 第18-30页 |
| 2.1 图像匹配基础 | 第18-19页 |
| 2.1.1 图像匹配的定义 | 第18页 |
| 2.1.2 图像匹配的关键因素 | 第18-19页 |
| 2.1.3 图像匹配的步骤 | 第19页 |
| 2.2 图像匹配算法的分类 | 第19-23页 |
| 2.2.1 基于图像灰度信息的匹配算法 | 第20-21页 |
| 2.2.2 基于图像特征的匹配算法 | 第21-23页 |
| 2.2.3 基于解释的匹配算法 | 第23页 |
| 2.2.4 基于多种方法相结合的匹配 | 第23页 |
| 2.3 几种经典的图像匹配算法介绍 | 第23-30页 |
| 2.3.1 SIFT算法 | 第23-27页 |
| 2.3.2 SURF算法 | 第27-28页 |
| 2.3.3 PCA-SIFT算法 | 第28-30页 |
| 第三章 目标跟踪概述 | 第30-42页 |
| 3.1 目标跟踪基础 | 第31-32页 |
| 3.1.1 目标跟踪的定义 | 第31页 |
| 3.1.2 目标跟踪的数学模型 | 第31-32页 |
| 3.1.3 目标跟踪的步骤 | 第32页 |
| 3.2 目标跟踪算法的分类 | 第32-34页 |
| 3.2.1 基于模型的跟踪 | 第33页 |
| 3.2.2 基于变形模型的跟踪 | 第33页 |
| 3.2.3 基于区域的跟踪 | 第33-34页 |
| 3.2.4 基于特征的跟踪 | 第34页 |
| 3.3 几种常见的经典目标跟踪算法 | 第34-42页 |
| 3.3.1 Mean Shift算法 | 第34-39页 |
| 3.3.2 Camshift算法 | 第39页 |
| 3.3.3 卡尔曼滤波器法 | 第39-40页 |
| 3.3.4 粒子滤波法 | 第40-42页 |
| 第四章 基于加权PCA的SIFT算法及其在图像匹配中的应用 | 第42-50页 |
| 4.1 PCA及其加权PCA算法的引入 | 第42-43页 |
| 4.2 改进算法的描述 | 第43-44页 |
| 4.3 仿真实验及其实验结果 | 第44-49页 |
| 4.4 实验分析 | 第49-50页 |
| 第五章 基于卡尔曼滤波的Camshift运动目标跟踪算法 | 第50-56页 |
| 5.1 Camshift目标跟踪算法 | 第50-52页 |
| 5.2 CK算法 | 第52-53页 |
| 5.3 融合算法的仿真及结果 | 第53-56页 |
| 第六章 一种改进的CK目标跟踪算法 | 第56-59页 |
| 6.1 改进Camshift算法 | 第56页 |
| 6.2 改进算法的仿真及结果 | 第56-59页 |
| 第七章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士研究生期间发表论文 | 第65-66页 |
| 学位论文评闻及答辩情况表 | 第66页 |