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。

边缘检测是数字图像处理中的重要内容。本文首先对图像的边缘检测的各种算法和算子做了总结和分析。Canny最早提出了边缘检测的三条连续准则:最优检测结果、最优定位和低重复响应,并在这些准则的基础上得到了“最优线性滤波器”―高斯函数的一阶导数。经过十几年的发展,目前已经有了对这个准则的很多改进,本文也对这个方面的工作做了小结