| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·粒子滤波发展现状及方向 | 第10-12页 |
| ·粒子滤波跟踪的发展现状 | 第10-11页 |
| ·粒子滤波算法跟踪的发展方向 | 第11-12页 |
| ·本文主要研究内容和章节安排 | 第12-14页 |
| 第2章 海天背景下的经典目标跟踪算法 | 第14-28页 |
| ·海天背景下的目标检测 | 第14-17页 |
| ·海天背景的成像特点 | 第14页 |
| ·目标检测 | 第14-17页 |
| ·海天背景下基于卡尔曼滤波的目标跟踪 | 第17-20页 |
| ·卡尔曼滤波跟踪算法原理 | 第17-19页 |
| ·建立跟踪目标运动模型 | 第19-20页 |
| ·海天背景下基于MEAN-SHIFT算法的目标跟踪 | 第20-22页 |
| ·Mean-shift算法原理 | 第20-21页 |
| ·Mean-shift算法用于目标跟踪的实现 | 第21-22页 |
| ·实验结果与分析 | 第22-27页 |
| ·卡尔曼滤波目标跟踪实验结果 | 第23-25页 |
| ·Mean-shift算法目标跟踪实验结果 | 第25-26页 |
| ·结果分析及比较 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 海天背景下的粒子滤波跟踪算法 | 第28-42页 |
| ·粒子滤波原理 | 第28-30页 |
| ·序列重要性采样 | 第28-29页 |
| ·粒子匮乏衡量 | 第29页 |
| ·重采样 | 第29-30页 |
| ·粒子滤波算法实现 | 第30-31页 |
| ·粒子滤波器特征选取 | 第30页 |
| ·粒子滤波器流程 | 第30-31页 |
| ·海天背景下料子滤波器算法改进 | 第31-36页 |
| ·特征的选取 | 第32-34页 |
| ·基于颜色和纹理相融合的粒子滤波算法 | 第34-36页 |
| ·实验结果与分析 | 第36-41页 |
| ·传统粒子滤波算法实验结果及分析 | 第36-39页 |
| ·改进的粒子滤波算法实验结果及分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 海天背景下基于并行计算的粒子滤波器设计 | 第42-50页 |
| ·并行式粒子滤波跟踪算法 | 第42-45页 |
| ·改进原理 | 第42-43页 |
| ·改进算法的设计过程 | 第43页 |
| ·关于任务分配以及负载平衡 | 第43-44页 |
| ·通信策略的选择 | 第44-45页 |
| ·实验结果及分析 | 第45-49页 |
| ·跟踪精度对比 | 第45-46页 |
| ·计算时间比较 | 第46-48页 |
| ·目标跟踪实验对比 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| ·全文工作总结 | 第50-51页 |
| ·进一步工作展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |