机场跑道异物检测系统算法研究与软件实现
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·机场跑道异物检测系统的发展现状 | 第11-12页 |
| ·论文选题及其意义 | 第12-13页 |
| ·本文内容和组织结构 | 第13-15页 |
| 2 机场跑道异物检测系统软件实现 | 第15-32页 |
| ·系统概述 | 第15-17页 |
| ·基本功能实现 | 第17-25页 |
| ·软件和DSP的接口 | 第17-18页 |
| ·软件和控制主机的接口 | 第18-20页 |
| ·软件中的数据处理 | 第20-25页 |
| ·附加功能实现 | 第25-31页 |
| ·设置 | 第25-26页 |
| ·显示 | 第26-27页 |
| ·保存 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 3 机场跑道异物检测算法研究 | 第32-45页 |
| ·算法概述 | 第32-33页 |
| ·雷达图像去噪 | 第33-36页 |
| ·图像去噪方法 | 第33-34页 |
| ·基于高斯混合模型思想的去噪方法 | 第34-35页 |
| ·实验结果 | 第35-36页 |
| ·背景差分 | 第36-39页 |
| ·目标检测方法 | 第36-37页 |
| ·改进的背景差分法 | 第37-38页 |
| ·实验结果 | 第38-39页 |
| ·雷达图像后续处理 | 第39-41页 |
| ·阈值化及滤波 | 第39-40页 |
| ·数学形态学 | 第40页 |
| ·实验结果 | 第40-41页 |
| ·目标分割 | 第41-43页 |
| ·目标分割方法 | 第41页 |
| ·基于漫水填充的目标分割 | 第41-42页 |
| ·实验结果 | 第42-43页 |
| ·结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 4 机场跑道异物识别算法研究 | 第45-58页 |
| ·问题概述 | 第45页 |
| ·主流识别方法 | 第45-49页 |
| ·机器学习简介 | 第45-46页 |
| ·特征 | 第46-48页 |
| ·分类器 | 第48-49页 |
| ·无监督特征学习的识别算法 | 第49-57页 |
| ·算法简介 | 第49-50页 |
| ·数据准备 | 第50页 |
| ·特征学习 | 第50-52页 |
| ·特征提取 | 第52-54页 |
| ·图像分类 | 第54-55页 |
| ·实验结果 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 5 结论 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
