首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

红外小目标检测算法研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第8-16页
    1.1 选题背景及意义第8-9页
    1.2 研究现状第9-15页
    1.3 本文主要工作及安排第15-16页
第2章 红外图像检测技术概述第16-28页
    2.1 引言第16-17页
    2.2 红外图像预处理第17-22页
        2.2.1 空域滤波器第17-20页
        2.2.2 频域滤波法第20-22页
    2.3 目标图像分割方法第22-26页
        2.3.1 双峰法第22-24页
        2.3.2 最大类间方差法第24-25页
        2.3.3 迭代法第25-26页
        2.3.4 其它阈值分割方法第26页
    2.4 本章小结第26-28页
第3章 红外小目标的模板提取及检测技术第28-34页
    3.1 引言第28页
    3.2 小目标模板提取第28-29页
        3.2.1 低通滤波技术第28页
        3.2.2 高通滤波技术第28-29页
        3.2.3 算法流程第29页
    3.3 红外小目标检测第29-30页
    3.4 算法流程图第30-31页
    3.5 实验结果与分析第31-33页
    3.6 本章小结第33-34页
第4章 人工蜂群自适应阈值分割的红外小目标图像检测第34-44页
    4.1 引言第34页
    4.2 算法介绍第34-38页
        4.2.1 人工蜂群算法第34-37页
        4.2.2 目标函数设定第37页
        4.2.3 适应度函数设定第37-38页
    4.3 算法步骤第38页
    4.4 实验结果与分析第38-43页
    4.5 本章小结第43-44页
第5章 基于LMWIE预处理和ABC自适应阈值分割算法的红外小目标检测第44-52页
    5.1 引言第44页
    5.2 红外小目标图像分类第44-45页
    5.3 局部突变加权信息熵第45-46页
    5.4 红外图像局部增强算法第46页
    5.5 人工蜂群自适应阈值分割算法第46-48页
    5.6 仿真结果与分析第48-50页
    5.7 本章小结第50-52页
第6章 总结与展望第52-54页
    6.1 论文总结第52-53页
    6.2 课题展望第53-54页
参考文献第54-60页
致谢第60-62页
攻读硕士学位期间科研成果第62页

论文共62页,点击 下载论文
上一篇:基于L1范数目标函数的生物发光断层成像重建算法研究
下一篇:基于CT的异形零部件测量及三维建模与快速成型研究