| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·论文选题背景及意义 | 第7-10页 |
| ·引言 | 第7页 |
| ·智能移动机器人 | 第7-8页 |
| ·运动目标跟踪 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文主要内容及章节安排 | 第11-13页 |
| 第二章 基于Mean-Shift的运动目标跟踪 | 第13-31页 |
| ·运动目标跟踪算法 | 第13-15页 |
| ·运动目标跟踪算法基本流程 | 第13-14页 |
| ·常用的运动目标跟踪算法 | 第14-15页 |
| ·Mean-Shift理论 | 第15-20页 |
| ·非参密度估计理论 | 第15-16页 |
| ·Mean-Shift向量 | 第16-19页 |
| ·Mean-Shift理论的实现 | 第19-20页 |
| ·基于Mean-Shift的运动目标跟踪算法 | 第20-25页 |
| ·Mean-Shift跟踪算法原理 | 第20-21页 |
| ·目标模型和候选目标模型的建立 | 第21-22页 |
| ·相似度度量和目标定位 | 第22-23页 |
| ·基于Mean-Shift的运动目标跟踪算法实现 | 第23-25页 |
| ·实验结果与分析 | 第25-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 改进的Mean-Shift运动目标跟踪算法 | 第31-57页 |
| ·基于PF的窗口自适应Mean-Shift跟踪算法 | 第31-43页 |
| ·多尺度信息度量理论 | 第31-34页 |
| ·粒子滤波算法 | 第34-35页 |
| ·改进算法及流程 | 第35-37页 |
| ·实验结果与分析 | 第37-43页 |
| ·目标发生遮挡时改进的Mean-Shift跟踪算法 | 第43-55页 |
| ·遮挡问题的产生和解决方案 | 第43-44页 |
| ·Kalman滤波算法 | 第44-47页 |
| ·改进算法的原理及流程 | 第47-49页 |
| ·实验结果与分析 | 第49-55页 |
| ·本章小结 | 第55-57页 |
| 第四章 改进Mean-Shift跟踪算法在移动机器人中的应用 | 第57-69页 |
| ·智能移动机器人实验平台 | 第57-60页 |
| ·NWU-RR-Ⅱ型机器人基本功能模块 | 第57-59页 |
| ·NWU-RR-Ⅱ型机器人系统框图和软件开发工具 | 第59-60页 |
| ·机器人跟踪过程中的运动控制 | 第60-63页 |
| ·NWU-RR-Ⅱ型机器人运动控制方法 | 第60-62页 |
| ·NWU-RR-Ⅱ型机器人搜寻目标方法 | 第62-63页 |
| ·改进目标跟踪算法在智能移动机器人上的应用 | 第63-65页 |
| ·实验结果与分析 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的科研成果 | 第75-77页 |
| 致谢 | 第77页 |
