| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·融合跟踪的国内外研究状况 | 第12-13页 |
| ·图像融合及目标跟踪 | 第13-16页 |
| ·论文主要工作及安排 | 第16-17页 |
| 第二章 图像跟踪预处理 | 第17-25页 |
| ·图像滤波 | 第17-19页 |
| ·滤波算法 | 第17-18页 |
| ·滤波结果分析 | 第18-19页 |
| ·图像增强 | 第19-21页 |
| ·直方图均衡化原理 | 第19-20页 |
| ·实验结果及分析 | 第20-21页 |
| ·边缘检测 | 第21-23页 |
| ·边缘算子 | 第21-23页 |
| ·实验结果及分析 | 第23页 |
| ·形态学运算 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于相关匹配的目标跟踪 | 第25-35页 |
| ·目标的相关跟踪 | 第25-26页 |
| ·相关跟踪 | 第25-26页 |
| ·MCD 相关跟踪 | 第26页 |
| ·基于 Kalman 预测其的自适应模板的相关跟踪 | 第26-32页 |
| ·Kalman 预测器 | 第27-29页 |
| ·模板更新准则 | 第29页 |
| ·基于 Kalman 预测器的自适应模板更新算法流程 | 第29-31页 |
| ·基于目标模板缓冲区的模板更新 | 第31页 |
| ·目标提取[52] | 第31-32页 |
| ·实验结果 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 改进的 Camshift 跟踪算法 | 第35-55页 |
| ·颜色空间的基本理论 | 第35-39页 |
| ·颜色空间 | 第35-37页 |
| ·RGB 颜色空间到 HSV 颜色空间的转换 | 第37-38页 |
| ·颜色直方图 | 第38-39页 |
| ·Camshift 的跟踪算法 | 第39-43页 |
| ·直方图背投影 | 第40页 |
| ·Camshift 的搜索过程 | 第40-42页 |
| ·算法流程 | 第42-43页 |
| ·基于 Kalman 预测器的改进的 Camshift 跟踪算法 | 第43-50页 |
| ·目标模型的改进 | 第43-47页 |
| ·基于 Kalman 预测器改进的 Camshift 跟踪 | 第47-48页 |
| ·遮挡的判断 | 第48-49页 |
| ·基于 Kalman 预测器的改进的 Camshift 跟踪算法流程 | 第49-50页 |
| ·基于 Kalman 预测器的改进 Camshift 跟踪的实验结果 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 红外图像与可见光图像的目标融合跟踪方法 | 第55-63页 |
| ·红外与可见光图像的特征 | 第55-57页 |
| ·红外图像和可见光图像的像素级融合算法 | 第57-59页 |
| ·红外和可见光图像的像素级加权平均融合 | 第57页 |
| ·基于像素级图像融合跟踪算法流程 | 第57-58页 |
| ·实验结果及分析 | 第58-59页 |
| ·基于红外和可见光图像特征的 Camshift 融合跟踪 | 第59-62页 |
| ·特征选择 | 第59-60页 |
| ·红外和可见光图像特征融合 | 第60-61页 |
| ·红外与可见光图像特征级融合跟踪的结果 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 在学期间的研究成果及发表的学术论文 | 第70页 |
