| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·研究背景及意义 | 第9-10页 |
| ·相关技术研究现状 | 第10-16页 |
| ·图像配准技术 | 第10-11页 |
| ·图像融合技术 | 第11-13页 |
| ·目标跟踪技术 | 第13-16页 |
| ·DSP 技术 | 第16页 |
| ·本文的研究内容及结构 | 第16-19页 |
| ·研究内容 | 第16-17页 |
| ·论文结构 | 第17-19页 |
| 第2章 基于边缘特征和角点特征的图像配准新算法 | 第19-37页 |
| ·引言 | 第19页 |
| ·边缘检测算法 | 第19页 |
| ·快速角点检测新算法 | 第19-28页 |
| ·FAST 算法原理 | 第20页 |
| ·改进的 FAST 角点检测算法 | 第20-21页 |
| ·算法性能分析 | 第21-28页 |
| ·角点匹配及仿射变换参量计算 | 第28-30页 |
| ·角点匹配 | 第28-29页 |
| ·剔除误匹配点并计算仿射变换参量 | 第29-30页 |
| ·图像重采样处理 | 第30页 |
| ·算法流程 | 第30-31页 |
| ·实验结果与分析 | 第31-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于提升小波变换的改进图像融合算法 | 第37-47页 |
| ·引言 | 第37页 |
| ·提升小波变换 | 第37-39页 |
| ·改进的融合规则 | 第39-42页 |
| ·低频分量融合规则 | 第39-41页 |
| ·高频分量融合规则 | 第41-42页 |
| ·算法流程 | 第42-43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 基于局部不变特征度量的 MeanShift 目标跟踪新算法 | 第47-73页 |
| ·引言 | 第47页 |
| ·MeanShift 算法理论 | 第47-52页 |
| ·无参密度估计 | 第48页 |
| ·MeanShift 向量 | 第48-49页 |
| ·传统 MeanShift 目标跟踪算法 | 第49-52页 |
| ·基于 SURF 特征度量的 MeanShift 目标跟踪新算法 | 第52-64页 |
| ·SURF 特征度量 | 第52-58页 |
| ·目标表示及 SURF-MeanShift 跟踪 | 第58-60页 |
| ·实验结果与分析 | 第60-64页 |
| ·基于 Kalman 预测的 SURF-MeanShift 目标跟踪新算法 | 第64-71页 |
| ·Kalman 滤波器 | 第65页 |
| ·新算法描述 | 第65-69页 |
| ·实验结果与分析 | 第69-71页 |
| ·本章小结 | 第71-73页 |
| 第5章 多传感器图像融合与目标跟踪算法的实现与优化 | 第73-87页 |
| ·TMS320C6678 处理器简介 | 第73-74页 |
| ·系统搭建 | 第74-75页 |
| ·算法移植 | 第75-77页 |
| ·编程语言 | 第75页 |
| ·C 代码移植 | 第75-76页 |
| ·C 语言和汇编语言混合编程 | 第76-77页 |
| ·算法优化 | 第77-84页 |
| ·算法结构优化 | 第78-82页 |
| ·代码优化 | 第82-84页 |
| ·多 DSP 并行系统优化结果 | 第84-86页 |
| ·本章小结 | 第86-87页 |
| 结论 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 攻读硕士学位期间所发表的学术论文 | 第93-95页 |
| 致谢 | 第95页 |
