| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 序言 | 第7-15页 |
| ·研究背景和意义 | 第7-10页 |
| ·红外弱点状目标跟踪的特点 | 第10-11页 |
| ·论文研究的主要内容 | 第11-14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 相关理论基础 | 第15-33页 |
| ·单帧检测技术 | 第15-17页 |
| ·Bayes 滤波方法和蒙特卡罗模拟仿真技术 | 第17-21页 |
| ·贝叶斯滤波技术 | 第17-19页 |
| ·蒙特卡罗方法 | 第19-21页 |
| ·非线性滤波技术 | 第21-33页 |
| ·扩展卡尔曼滤波技术 | 第22-23页 |
| ·粒子滤波技术 | 第23-29页 |
| ·EKF 与PF 的性能比较 | 第29-33页 |
| 第三章 基于粒子滤波的红外图像序列中微弱点状动目标跟踪算法 | 第33-53页 |
| ·多目标跟踪过程中测量数据的划分与融合 | 第33-35页 |
| ·模糊聚类 | 第34页 |
| ·概率数据关联 | 第34-35页 |
| ·相关模型 | 第35-38页 |
| ·目标状态转移模型 | 第36页 |
| ·观测概率模型 | 第36-37页 |
| ·观测噪声 | 第37-38页 |
| ·后验概率的计算 | 第38页 |
| ·粒子滤波理论框架下红外点状目标跟踪算法 | 第38-44页 |
| ·基于粒子滤波的红外单目标跟踪算法步骤 | 第39-40页 |
| ·基于模糊聚类测量值关联的粒子滤波多目标跟踪算法步骤 | 第40-42页 |
| ·基于联合概率数据关联和粒子滤波的点状运动多目标实时跟踪算法 | 第42-44页 |
| ·实验环境 | 第44-46页 |
| ·图像序列中微弱点状动目标跟踪实验结果及结果分析 | 第46-53页 |
| ·单目标跟踪实验仿真结果及分析 | 第46-48页 |
| ·多目标跟踪实验仿真结果及分析 | 第48-53页 |
| 第四章 结论 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
