摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 引言 | 第12-26页 |
1.1 日冕物质抛射的研究背景与意义 | 第12-17页 |
1.1.1 国内外理论研究现状 | 第14-15页 |
1.1.2 国内外应用现状 | 第15-17页 |
1.2 运动目标识别的研究背景与意义 | 第17-18页 |
1.3 运动目标识别的研究现状分析 | 第18-23页 |
1.3.1 国内外理论研究现状 | 第18-21页 |
1.3.2 国内外应用现状 | 第21-22页 |
1.3.3 本文研究的重点 | 第22-23页 |
1.4 本文的结构安排 | 第23-26页 |
第二章 背景建模与更新算法的研究 | 第26-34页 |
2.1 引言 | 第26页 |
2.2 典型的背景建模与更新算法 | 第26-29页 |
2.2.1 基于时间轴滤波的背景估计 | 第26页 |
2.2.2 均值滤波的背景估计 | 第26-27页 |
2.2.3 基于核密度的背景估计 | 第27-28页 |
2.2.4 单高斯背景建模与更新 | 第28-29页 |
2.3 混合高斯背景建模与更新 | 第29-33页 |
2.3.1 混合高斯背景建模初始化 | 第30页 |
2.3.2 混合高斯背景建模与学习率更新 | 第30-33页 |
2.3.3 混合高斯模型的前景检测 | 第33页 |
2.4 本章小结 | 第33-34页 |
第三章 基于CME的自适应混合高斯背景提取与更新算法改进 | 第34-40页 |
3.1 引言 | 第34页 |
3.2 传统的混合高斯背景建模存在的问题 | 第34-35页 |
3.3 改进的混合高斯背景建模 | 第35-36页 |
3.4 改进的的自适应混合高斯背景更新 | 第36-37页 |
3.5 本章小结 | 第37-40页 |
第四章 自适应混合高斯模型对日冕物质抛射的探测实现 | 第40-54页 |
4.1 数据的来源 | 第40-41页 |
4.2 日冕序列图像预处理 | 第41-43页 |
4.2.1 图像的降噪 | 第41-42页 |
4.2.2 图像的标准化实现 | 第42页 |
4.2.3 图像极坐标的转换 | 第42-43页 |
4.3 混合高斯模型对日冕物质抛射的探测 | 第43-47页 |
4.3.1 混合高斯个数的确定 | 第43-45页 |
4.3.2 背景模型的初始化 | 第45-46页 |
4.3.3 EM算法参数的优化 | 第46-47页 |
4.4 形态学技术对前景运动物质CME的确定 | 第47-53页 |
4.4.1 CME的前期处理 | 第47-48页 |
4.4.2 CME的联通性分析 | 第48-49页 |
4.4.3 CME孔洞的填充 | 第49页 |
4.4.4 CME的区域分割 | 第49-53页 |
4.5 本章小结 | 第53-54页 |
第五章 实验结果与对比分析 | 第54-70页 |
5.1 算法的对比 | 第54-60页 |
5.1.1 基于人工的CDAW目录列表 | 第55页 |
5.1.2 基于帧间差分的CACTus和SEEDS | 第55-56页 |
5.1.3 自适应混合高斯模型的背景差分 | 第56-60页 |
5.2 不同算法与CDAW目录的对比 | 第60-66页 |
5.2.1 探测率的对比 | 第60-61页 |
5.2.2 自适应混合高斯探测的运动目标与CDAW列表的对比分析 | 第61-65页 |
5.2.3 误差分析 | 第65-66页 |
5.3 帧间差分与自适应混合高斯背景差分探测CME对比 | 第66-69页 |
5.4 性能的评估 | 第69页 |
5.5 本章小结 | 第69-70页 |
第六章 讨论与展望 | 第70-74页 |
6.1 讨论与总结 | 第70-72页 |
6.2 展望 | 第72-74页 |
致谢 | 第74-76页 |
参考文献 | 第76-80页 |
附录A (攻读学位期间发表论文目录) | 第80-82页 |
附录B (攻读学位期间参与完成的研究成果) | 第82页 |