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

成像探测系统中的红外弱小目标跟踪点漂移抑制方法研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第11-18页
    1.1 研究背景及意义第11-13页
        1.1.1 红外探测系统概述第12-13页
    1.2 国内外研究现状及发展趋势第13-16页
        1.2.1 红外弱小目标检测跟踪方法第14-15页
        1.2.2 红外弱小目标跟踪点漂移第15-16页
    1.3 主要研究内容和技术路线第16页
    1.4 论文结构安排第16-18页
第二章 红外弱小目标的检测及跟踪方法研究第18-40页
    2.1 概述第18-19页
    2.2 红外弱小目标预处理方法研究第19-25页
        2.2.1 时间域图像预处理算法第19-20页
        2.2.2 变换域图像预处理方法第20-21页
        2.2.3 空间域图像预处理算法第21-25页
        2.2.4 三类图像预处理算法比较第25页
    2.3 红外弱小目标检测方法第25-32页
        2.3.1 最大类间方差法第26-27页
        2.3.2 最大熵方法第27-28页
        2.3.3 局部极值检测法第28-29页
        2.3.4 动态规划法第29-31页
        2.3.5 四类目标检测算法比较第31-32页
    2.4 红外弱小目标跟踪方法第32-39页
        2.4.1 贝叶斯估计理论第32-33页
        2.4.2 线性滤波跟踪算法第33-35页
        2.4.3 非线性滤波跟踪技术第35-38页
        2.4.4 相关算法仿真第38-39页
    2.5 小结第39-40页
第三章 基于稀疏环特征的跟踪点漂移抑制算法研究第40-62页
    3.1 局部自相似法第40-42页
    3.2 稀疏环表示法第42-43页
    3.3 基于稀疏环表示的红外弱小目标检测方法研究第43-44页
    3.4 基于k-NN的分类识别第44-45页
    3.5 基于k-NN分类器的稀疏环特征跟踪点漂移抑制算法第45-51页
        3.5.1 跟踪框架简介第45-46页
        3.5.2 分类器的建立方法第46-47页
        3.5.3 实验结果及分析第47-51页
    3.6 基于Ada Boost的分类识别第51-54页
        3.6.1 决策树第51页
        3.6.2 Ada Boost算法第51-54页
    3.7 基于Ada Boost的稀疏环特征跟踪点漂移抑制算法第54-61页
        3.7.1 跟踪框架简介第54-55页
        3.7.2 分类器的设计第55-56页
        3.7.3 搜索策略第56-57页
        3.7.4 实验结果及分析第57-61页
    3.8 k-NN分类学习同Ada Boost分类学习的比较第61页
    3.9 小结第61-62页
第四章 基于局部对比度约束的跟踪点漂移抑制算法研究第62-73页
    4.1 概述第62页
    4.2 局部对比度测量第62-66页
        4.2.1 局部对比度测量原理第62-64页
        4.2.2 多尺度LCM第64-65页
        4.2.3 基于LCM的弱小目标检测方法第65-66页
    4.3 基于LCM约束的跟踪点漂移抑制算法第66-67页
        4.3.1 跟踪点漂移抑制框架第66-67页
    4.4 基于Kalman滤波跟踪算法的跟踪点漂移抑制实验及结果分析第67-70页
        4.4.1 Kalman滤波跟踪实验第67-68页
        4.4.2 加入LCM约束条件后的跟踪实验第68-69页
        4.4.3 跟踪点漂移抑制理论分析第69-70页
    4.5 稀疏环特征和局部对比度约束的跟踪点漂移抑制方法比较第70-71页
    4.6 小结第71-73页
第五章 软件实现及算法测试第73-81页
    5.1 基于 C第73-77页
        5.1.1 C第73页
        5.1.2.NET Framework概述第73-75页
        5.1.3 公共语言运行时第75-77页
        5.1.4 Win Form编程第77页
        5.1.5 GDI+第77页
    5.2 红外弱小目标跟踪点漂移抑制算法移植及测试第77-80页
        5.2.1 局部对比度检测实验第79-80页
    5.3 小结第80-81页
第六章 总结与展望第81-83页
    6.1 本文工作总结第81页
    6.2 研究方向展望第81-83页
致谢第83-84页
参考文献第84-89页
攻读硕士学位期间的研究成果第89-90页

论文共90页,点击 下载论文
上一篇:高温钢坯机器视觉在线检测系统软件设计
下一篇:大幅面CIS扫描仪的自动图像拼接技术研究