基于知识的目标识别与跟踪技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景及研究的目的意义 | 第9-10页 |
| ·自动目标跟踪系统概述 | 第10-12页 |
| ·目标识别、跟踪技术的发展现状 | 第12-16页 |
| ·目标识别技术的发展现状 | 第12-14页 |
| ·目标跟踪技术的发展现状 | 第14-15页 |
| ·自动目标跟踪系统的应用 | 第15-16页 |
| ·本文研究内容及结构安排 | 第16-18页 |
| 第2章 目标不变特征的提取 | 第18-35页 |
| ·引言 | 第18页 |
| ·几何矩 | 第18-21页 |
| ·几何矩的定义 | 第18-20页 |
| ·矩函数的各种变换 | 第20-21页 |
| ·不变矩 | 第21-30页 |
| ·Hu不变矩 | 第21-22页 |
| ·不变矩的三角函数表示与构造 | 第22-26页 |
| ·离散不变矩的提出与构造 | 第26-28页 |
| ·边界矩 | 第28-29页 |
| ·不变矩的归一化 | 第29-30页 |
| ·实验结果及分析 | 第30-34页 |
| ·实验1：新构造不变矩的不变性 | 第30-31页 |
| ·实验2：区域矩与边界矩的性能比较 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于BP神经网络的目标识别 | 第35-52页 |
| ·BP神经网络 | 第35-39页 |
| ·BP网络结构 | 第35-36页 |
| ·BP网络的学习过程 | 第36-38页 |
| ·BP网络的局限性 | 第38-39页 |
| ·网络结构的设计及训练技巧 | 第39-42页 |
| ·BP网络结构的设计 | 第39-40页 |
| ·网络训练中的一些改进 | 第40-42页 |
| ·输入特征的提取与选择 | 第42-44页 |
| ·图象不变特征的提取 | 第42-44页 |
| ·输入特征的选择 | 第44页 |
| ·实验结果及分析 | 第44-51页 |
| ·目标特征的选择 | 第44-48页 |
| ·基于不变矩的目标识别 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 目标跟踪系统的硬件实现 | 第52-70页 |
| ·系统的总体结构及指标要求 | 第52-53页 |
| ·图象输入输出子系统 | 第53-59页 |
| ·主要芯片介绍 | 第53-55页 |
| ·图象输入输出子系统的设计 | 第55-59页 |
| ·图象处理子系统 | 第59-68页 |
| ·TMS320C6211 处理器简介 | 第59-61页 |
| ·图象处理子系统的设计 | 第61-66页 |
| ·算法的移植与优化 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 | 第76-77页 |
| 攻读学位期间发表的学术论文 | 第77-79页 |
| 致谢 | 第79页 |
