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。

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

高斯赛德尔迭代它是数值分析重的经典的算法，我在这儿把我自己写的程序给大家分享。-high Shisaideer iterative numerical analysis it is heavy classic algorithms, I have been here my own written procedures to share with you all.