微型电视侦察系统的研究
| 第一章 绪论 | 第1-10页 |
| 1．1 电视侦察系统概述 | 第6-8页 |
| 1．1．1 电视侦察系统研究的现状与发展趋势 | 第6-7页 |
| 1．1．2 电视侦察系统研究的作用 | 第7-8页 |
| 1．2 研究应用的主要技术 | 第8-9页 |
| 1．2．1 DSP技术 | 第8页 |
| 1．2．2 数字图像处理技术 | 第8-9页 |
| 1．3 论文主要内容 | 第9-10页 |
| 第二章 电视侦察系统总述 | 第10-15页 |
| 2．1 系统基本原理 | 第10-12页 |
| 2．1．1 系统组成 | 第10-12页 |
| 2．2 系统主要功能与特点 | 第12-14页 |
| 2．3 本章小结 | 第14-15页 |
| 第三章 视频图像的滤波 | 第15-20页 |
| 3．1 噪声分析 | 第15页 |
| 3．2 常用滤波方法 | 第15-17页 |
| 3．2．1 均值滤波法 | 第16页 |
| 3．2．2 拉普拉斯算子 | 第16-17页 |
| 3．2．3 Sobel算子 | 第17页 |
| 3．3 电视侦察系统应用的滤波方法 | 第17-19页 |
| 3．4 本章小结 | 第19-20页 |
| 第四章 视频图像分割 | 第20-30页 |
| 4．1 图像分割的定义 | 第20-22页 |
| 4．1．1 图像分割的一般算法 | 第21-22页 |
| 4．2 灰度阀值分割法 | 第22-24页 |
| 4．2．1 灰度阀值分割的基本概念 | 第22页 |
| 4．2．2 简单阀值运算 | 第22-23页 |
| 4．2．3 最佳阀值选择 | 第23-24页 |
| 4．3 电视侦察系统中应用的图像分割算法 | 第24-29页 |
| 4．3．1 矩保持法 | 第25-26页 |
| 4．3．2 基于梯度调整的平均灰度分割法 | 第26-29页 |
| 4．4 本章小结 | 第29-30页 |
| 第五章 目标的识别与跟踪 | 第30-44页 |
| 5．1 引言 | 第30页 |
| 5．2 跟踪波门的设计与搜索窗口的确定 | 第30-31页 |
| 5．2．1 跟踪波门的设计 | 第30-31页 |
| 5．2．2 搜索窗口的确定 | 第31页 |
| 5．3 波门跟踪算法 | 第31-34页 |
| 5．3．1 波门跟踪的基本原理 | 第31-32页 |
| 5．3．2 基于分割的矩心跟踪算法 | 第32-33页 |
| 5．3．3 边缘跟踪算法 | 第33-34页 |
| 5．4 相关跟踪算法 | 第34-41页 |
| 5．4．1 相关跟踪的基本原理 | 第34-36页 |
| 5．4．2 相关算法选择 | 第36-38页 |
| 5．4．3 基于目标特征的粗精匹配相关算法 | 第38-39页 |
| 5．4．4 基于MCD距离的相关匹配算法的研究 | 第39-41页 |
| 5．5 基于图像信息的动目标跟踪策略 | 第41-42页 |
| 5．5．1 多目标情况下跟踪目标的确定 | 第41-42页 |
| 5．5．2 目标丢失后的搜索策略 | 第42页 |
| 5．5．3 跟踪算法的选用原则 | 第42页 |
| 5．6 本章小结 | 第42-44页 |
| 第六章 预测跟踪算法 | 第44-54页 |
| 6．1 预测跟踪算法原理 | 第44-45页 |
| 6．2 预测跟踪算法研究 | 第45-50页 |
| 6．2．1 N点线性逼近预测算法 | 第45-47页 |
| 6．2．2 N点二次多项式(平方)预测算法 | 第47-49页 |
| 6．2．3 基于卡尔曼滤波的预测算法 | 第49-50页 |
| 6．2．4 综合预测算法 | 第50页 |
| 6．3 电视侦察系统中预测跟踪算法设计 | 第50-53页 |
| 6．3．1 预测算法的选择 | 第50-52页 |
| 6．3．2 预测跟踪算法评估 | 第52页 |
| 6．3．3 正常跟踪时预测算法的作用 | 第52-53页 |
| 6．4 本章小结 | 第53-54页 |
| 结束语 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56页 |
