| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究的目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·基于视觉的目标跟踪技术 | 第11-12页 |
| ·视觉系统在智能机器人中的应用 | 第12-14页 |
| ·本文的研究内容及结构安排 | 第14-16页 |
| 第2章 基于视觉的目标跟踪算法 | 第16-28页 |
| ·引言 | 第16页 |
| ·基于视觉的目标跟踪算法 | 第16-27页 |
| ·基于视觉的目标跟踪算法 | 第16-19页 |
| ·基于视觉的粒子滤波目标跟踪算法 | 第19-26页 |
| ·基于视觉的目标跟踪算法的难点 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 一种改进的粒子滤波目标跟踪算法 | 第28-36页 |
| ·引言 | 第28页 |
| ·颜色特征 | 第28-30页 |
| ·颜色空间模型 | 第28-30页 |
| ·颜色直方图 | 第30页 |
| ·一种改进的粒子滤波目标跟踪算法 | 第30-33页 |
| ·基于粒子滑动窗口的粒子修正算法 | 第30-31页 |
| ·改进的粒子滤波目标跟踪算法 | 第31-32页 |
| ·目标跟踪系统模型 | 第32-33页 |
| ·实验结果与分析 | 第33-35页 |
| ·常规的粒子滤波和改进的粒子滤波跟踪算法比较 | 第33-34页 |
| ·统计实验结果比较 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第4章 基于粒子滤波的改进目标跟踪算法 | 第36-51页 |
| ·引言 | 第36页 |
| ·Mean Shift 算法 | 第36-38页 |
| ·Camshift 算法 | 第38-39页 |
| ·MPFC 算法 | 第39-42页 |
| ·MPFC 算法 | 第39-40页 |
| ·实验结果与分析 | 第40-42页 |
| ·PFM 算法 | 第42-50页 |
| ·基于小波变换的纹理特征 | 第42-44页 |
| ·基于纹理特征的粒子滤波目标跟踪算法 | 第44页 |
| ·PFM 算法 | 第44-45页 |
| ·实验结果与分析 | 第45-50页 |
| ·小结 | 第50-51页 |
| 第5章 基于PFM 算法的移动机器人运动目标跟踪系统 | 第51-66页 |
| ·引言 | 第51页 |
| ·移动机器人体系结构 | 第51-54页 |
| ·递阶式体系结构 | 第51-52页 |
| ·反应式体系结构 | 第52-53页 |
| ·慎思/反应式体系结构 | 第53-54页 |
| ·Pioneer3-DX 移动机器人系统 | 第54-59页 |
| ·Pioneer3-DX 移动机器人 | 第54-55页 |
| ·单目视觉及图像采集卡 | 第55页 |
| ·声纳传感器 | 第55-56页 |
| ·视觉与声纳传感器的融合 | 第56-57页 |
| ·移动机器人软件平台ARIA 库 | 第57-59页 |
| ·基于PFM 算法的移动机器人的运动目标跟踪行为设计 | 第59-61页 |
| ·基于PFM 算法的移动机器人运动目标跟踪实验研究 | 第61-65页 |
| ·基于PFM 算法的移动机器人运动目标跟踪系统 | 第61-63页 |
| ·实验结果与分析 | 第63-65页 |
| ·小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·全文总结 | 第66页 |
| ·工作展望 | 第66-68页 |
| 参考文献 | 第68-75页 |
| 致谢 | 第75-76页 |
| 附录 | 第76-77页 |
| 详细摘要 | 第77-80页 |
