二维平面视图可通过普通 CCD 相机获取，数据来源要求不高。基于外观 （Appearance-based）或基于视图（View-based）的三维物体识别算法研究，近来 成为人们研究的热点。基于视图的方法通过视觉相似性来识别物体，使得识别系 统设计相对简单，无需显式计算物体的三维模型。另外一方面，基于局部特征匹 配的方法考虑了视图间的局部相似性，不要求匹配所有视图特征，即使物体被部 分遮挡，也有可能检测到局部特征，并完成识别，对于物体的重叠和背景杂波表 现出较好的稳健性。本文研究了基于二维视图

本文构建了OFDM-LFM信号模型，并通过信号模糊函数的分析验证了其理论上的正交性。随后采用同样具有良好脉冲压缩性能的多相编码信号，以极小化峰值旁瓣为代价函数选择通过遗传算法对发射波形进行优化。最后，基于序列二次规划研究了自相关峰值旁瓣电平和互相关峰值电平与码长N、序列数L和加权系数的数值关系。目录 第一章绪论 1.1MIMo雷达波形设计的研究意义及背景 1.2MMo雷达波形设计研究现状的国内外背景和历史发展 第二章MIM雷达概述…… 2.1MIMO雷达的信号模型 般信号模型 3335 2.2信

针对目标跟踪中的特征提取和匹配问题进行分析，提出了一种基于局部特征匹配的目标跟踪方法，该算法基于Shape Context进行特征提取。首先，对现有特征提取算法进行简单介绍，并详细介绍Shape Context 的基本思想，基于此提出基于局部特征的跟踪算法。其次，详细阐述了目标跟踪算法：采用目标点的χ2-test直方图距离统计值进行待匹配点的相似度度量并通过对匹配点进行投票预测的方法，确定跟踪轨迹。该算法对目标的旋转、遮挡等具有良好的鲁棒性。通过实验分析证明该算法是有效的。