复杂背景下损伤图像目标跟踪技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 缩略词表 | 第15-17页 |
| 第一章 绪论 | 第17-24页 |
| 1.1 研究背景及意义 | 第17-19页 |
| 1.2 国内外研究现状 | 第19-22页 |
| 1.2.1 损伤图像处理研究现状 | 第19页 |
| 1.2.2 雾图像恢复方法研究现状 | 第19-20页 |
| 1.2.3 目标跟踪算法研究现状 | 第20-22页 |
| 1.3 本文主要研究工作与内容结构安排 | 第22-24页 |
| 第二章 损伤图像恢复方法研究 | 第24-38页 |
| 2.1 损伤图像基本概念 | 第24-25页 |
| 2.1.1 损伤图像定义 | 第24页 |
| 2.1.2 损伤图像的主要特征 | 第24-25页 |
| 2.1.3 损伤图像处理的技术难点 | 第25页 |
| 2.2 低秩矩阵恢复方法 | 第25-27页 |
| 2.2.1 矩阵恢复原理 | 第26页 |
| 2.2.2 矩阵补全原理 | 第26-27页 |
| 2.3 TGVSH正则化恢复方法 | 第27-30页 |
| 2.3.1 TGV方法 | 第28-29页 |
| 2.3.2 Shearlet变换 | 第29页 |
| 2.3.3 TGVSH方法 | 第29-30页 |
| 2.4 图像恢复模型求解方法 | 第30-31页 |
| 2.4.1 交替方向法 | 第30页 |
| 2.4.2 增广拉格朗日方法 | 第30-31页 |
| 2.4.3 共轭梯度最小二乘法 | 第31页 |
| 2.4.4 并行分裂的增广拉格朗日方法 | 第31页 |
| 2.5 实验结果与分析 | 第31-37页 |
| 2.5.1 定性实验 | 第32-35页 |
| 2.5.1.1 矩阵恢复实验与分析 | 第32-33页 |
| 2.5.1.2 矩阵补全实验与分析 | 第33-35页 |
| 2.5.1.3 正则化方法实验与分析 | 第35页 |
| 2.5.2 定量分析 | 第35-37页 |
| 2.5.2.1 定量评估指标 | 第35-36页 |
| 2.5.2.2 定量结果与分析 | 第36-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 复杂雾背景图像恢复方法研究 | 第38-62页 |
| 3.1 雾图像恢复基本概念 | 第38-42页 |
| 3.1.1 雾图像的成因 | 第38-40页 |
| 3.1.2 大气光散射模型 | 第40-41页 |
| 3.1.3 雾图像的主要特征 | 第41-42页 |
| 3.1.4 雾图像恢复的技术难点 | 第42页 |
| 3.2 暗通道去雾算法 | 第42-47页 |
| 3.2.1 暗通道先验概念 | 第42-43页 |
| 3.2.2 暗通道去雾原理 | 第43-44页 |
| 3.2.3 去雾算法性能分析 | 第44-47页 |
| 3.3 TSGA去雾算法 | 第47-52页 |
| 3.3.1 边缘保持的去雾模型 | 第47-48页 |
| 3.3.2 TSGA去雾算法原理 | 第48-52页 |
| 3.3.2.1 边缘保持的噪声去除 | 第49-50页 |
| 3.3.2.2 精细化的透射率估计 | 第50-51页 |
| 3.3.2.3 对比度效果的增强 | 第51-52页 |
| 3.4 实验结果与分析 | 第52-61页 |
| 3.4.1 定性实验 | 第52-57页 |
| 3.4.1.1 噪声去除实验与分析 | 第52-54页 |
| 3.4.1.2 细节保留实验与分析 | 第54-55页 |
| 3.4.1.3 视觉增强实验与分析 | 第55-56页 |
| 3.4.1.4 浓雾复原实验与分析 | 第56-57页 |
| 3.4.2 定量分析 | 第57-61页 |
| 3.4.2.1 噪声去除分析 | 第57页 |
| 3.4.2.2 对比度增强分析 | 第57-60页 |
| 3.4.2.3 时间复杂度分析 | 第60-61页 |
| 3.5 本章小结 | 第61-62页 |
| 第四章 复杂场景目标跟踪算法研究 | 第62-90页 |
| 4.1 目标跟踪基本概念 | 第62-63页 |
| 4.1.1 复杂场景目标跟踪的定义 | 第62页 |
| 4.1.2 目标跟踪算法的技术难点 | 第62-63页 |
| 4.2 常用的目标跟踪算法 | 第63-68页 |
| 4.2.1 STC目标跟踪算法 | 第63-64页 |
| 4.2.2 PF目标跟踪算法 | 第64-66页 |
| 4.2.3 STC与PF算法对比分析 | 第66-68页 |
| 4.3 AMFC目标跟踪算法 | 第68-79页 |
| 4.3.1 算法设计思想 | 第68-69页 |
| 4.3.2 算法实现原理 | 第69-74页 |
| 4.3.2.1 多特征提取 | 第69-72页 |
| 4.3.2.2 相似性度量 | 第72页 |
| 4.3.2.3 基于信息熵的自适应特征融合 | 第72-74页 |
| 4.3.3 复杂场景实验结果与分析 | 第74-79页 |
| 4.3.3.1 目标遮挡场景实验与分析 | 第74-76页 |
| 4.3.3.2 光照变化场景实验与分析 | 第76-77页 |
| 4.3.3.3 目标旋转场景实验与分析 | 第77-78页 |
| 4.3.3.4 相似背景干扰场景实验与分析 | 第78页 |
| 4.3.3.5 目标快速移动场景实验与分析 | 第78-79页 |
| 4.4 相关跟踪算法 | 第79-81页 |
| 4.4.1 MTT跟踪算法 | 第80页 |
| 4.4.2 SCM跟踪算法 | 第80页 |
| 4.4.3 L1跟踪算法 | 第80-81页 |
| 4.5 复杂雾背景实验结果与分析 | 第81-88页 |
| 4.5.1 定性实验 | 第81-85页 |
| 4.5.1.1 动态海面背景实验与分析 | 第81-83页 |
| 4.5.1.2 相似背景干扰实验与分析 | 第83页 |
| 4.5.1.3 目标快速运动实验与分析 | 第83页 |
| 4.5.1.4 远距离弱小目标实验与分析 | 第83-85页 |
| 4.5.1.5 雾背景跟踪恢复效果实验与分析 | 第85页 |
| 4.5.2 定量分析 | 第85-88页 |
| 4.5.2.1 跟踪准确度分析 | 第85-88页 |
| 4.5.2.2 算法运行效率分析 | 第88页 |
| 4.6 本章小结 | 第88-90页 |
| 第五章 总结与展望 | 第90-92页 |
| 5.1 全文工作总结 | 第90-91页 |
| 5.2 后续工作展望 | 第91-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-98页 |
| 攻硕期间取得的研究成果 | 第98-99页 |
