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

复杂背景中红外微弱目标检测与识别

摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第9-13页
    1.1 研究的目的与意义第9页
    1.2 研究进展第9-11页
    1.3 关键问题第11-12页
    1.4 本论文的主要内容和安排第12-13页
第二章 红外弱小目标特性分析第13-23页
    2.1 引言第13页
    2.2 红外辐射特性第13-19页
        2.2.1 目标辐射第14-18页
            2.2.1.1 喷口辐射第14页
            2.2.1.2 喷气流辐射第14页
            2.2.1.3 蒙皮辐射第14-15页
            2.2.1.4 目标信号第15-18页
        2.2.2 天空背景辐射第18页
            2.2.2.1 太阳辐射第18页
            2.2.2.2 大气辐射第18页
            2.2.2.3 云团辐射第18页
        2.2.3 地面辐射第18-19页
        2.2.4 噪声特性分析第19页
    2.3 典型目标辐射特性分析第19-22页
        2.3.1 天空红外辐射及大气传输第20-21页
        2.3.2 导弹/飞机的红外辐射第21-22页
    2.4 本章小结第22-23页
第三章 考虑多光谱特性的检测算法第23-41页
    3.1 数据立方体第23页
    3.2 光谱特征向量第23-25页
    3.3 背景抑制滤波器组第25-28页
        3.3.1 单帧背景抑制滤波器第26-27页
        3.3.2 多光谱背景抑制滤波器组第27-28页
    3.4 改进MHT目标检测算法第28-36页
        3.4.1 卡尔曼滤波第29-30页
        3.4.2 建立搜索窗第30页
        3.4.3 目标统计检测第30-32页
        3.4.4 航迹分支第32-33页
        3.4.5 局部航迹删除第33-34页
        3.4.6 航迹假设生成第34-35页
        3.4.7 全局航迹删除第35-36页
        3.4.8 航迹合并第36页
    3.5 仿真验证第36-40页
        3.5.1 处理结果图像第36-37页
        3.5.2 检测跟踪统计结果第37-40页
    3.6 本章小结第40-41页
第四章 基于多光谱变化率的红外点目标识别第41-50页
    4.1 引言第41页
    4.2 红外小目标特性分析第41-42页
    4.3 红外辐射功率谱或谱密度第42-43页
        4.3.1 二维图像功率谱第42-43页
        4.3.2 维图像功率谱密度第43页
    4.4 不变矩描述子第43-44页
    4.5 光谱不变量第44-45页
    4.6 仿真验证第45-49页
    4.7 本章小结第49-50页
第五章 数字化评估平台评估第50-64页
    5.1 概述第50-51页
    5.2 数据库子系统第51-54页
        5.2.1 数据库程序配置第51页
        5.2.2 丢帧补帧功能第51-52页
        5.2.3 数据传输功能第52-53页
        5.2.4 红外小目标检测实例(数据库)第53-54页
    5.3 算法处理子系统第54-58页
        5.3.1 算法处理程序配置第54-55页
        5.3.2 算法处理系统组件描述第55-58页
    5.4 算法评估第58-59页
    5.5 红外小目标检测实例第59-63页
    5.6 本章小结第63-64页
第六章 实时红外图像处理测试硬件平台第64-67页
    6.1 简介第64-65页
    6.2 指标实现第65-66页
    6.3 工程应用第66-67页
第七章 总结与展望第67-69页
    7.1 工作总结第67页
    7.2 未来展望第67-69页
参考文献第69-74页
致谢第74-75页
攻读硕士学位期间已发表或录用的论文第75-77页

论文共77页,点击 下载论文
上一篇:面向人机交互的强化学习与意图推理
下一篇:基于分布式预测控制的智能能源网经济性优化