本文提出了有模型指导的三维人体运动跟踪框架，将一个多关节的圆台形状三维人体模型与多个视频图像中的外轮廓、边界、灰度和肤色特征进行匹配，使人体运动跟踪变成一个状态估计问题。并且，使用基于概率模型的粒子滤波算法来完成非线性、非高斯动态系统的状态估计。

由于SAR和可见光成象传感器图象的物理特征不同,因此进行匹配难度很大.本文在深入分析了这两种传感器图象物理特征的基础上,提出了一种图象匹配的新方法.该方法运用形态学滤波方法去除SAR图象斑点噪声,利用图象的边缘特征进行匹配,并采用多分辨率分级搜索技术减少计算量,在对实验结果进行分析的基础上提出了搜索真实匹配位置的准则,大大提高了匹配的准确率.通过实验对SAR图象斑点噪声滤波和SAR与可见光 图象匹配算法进行了验证,实验证明本算法的SAR图象去噪效果明显优于传统的Frost方法,图象匹配精度高

基于GDAL库的图像处理程序,包括滤波、匹配、和分类功能-GDAL library-based image processing, including filtering, matching, and classification functions