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。

本文的题目是改进的粒子滤波在组合导航中的应用研究。文档可用caj打开。 本课题首先研究了GPS/DR车载定位系统的组合模型，然后在分析了非线性滤波的基础上，引入了粒子滤波。粒子滤波是一种基于递推计算的序列蒙特卡罗算法，它采用一组从概率密度函数上随机抽取的并附带相关权值的粒子集来逼近后验概率密度，从而不受非线性、非高斯问题的限制。虽然粒子滤波存在诸多优点，然而它仍然存在诸如粒子数匿乏、滤波性能不高、实时性差等问题。

本文主要研究的是偏微分方程在数字图像处理方面的应用。文章首先详细阐 述了尺度空间的概念和性质，并以热传导方程所确定高斯尺度空间为例给出了连 续尺度空间与偏微分方程的联系。接着文章由简单的线性扩散方程开始，介绍了 非线性同质扩散和非线性异质扩散，不仅给出了相应的具体扩散方程模型，而且 对它们在图像处理中的不同效果作了比较。