基于红外图像分析的入侵探测系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-20页 |
| ·课题研究背景及意义 | 第9页 |
| ·国内外相关技术研究现状及发展趋势 | 第9-15页 |
| ·入侵探测技术概述 | 第9-12页 |
| ·红外入侵探测技术研究现状及发展趋势 | 第12-14页 |
| ·红外入侵探测技术的特点及优势 | 第14-15页 |
| ·入侵探测系统设计图 | 第15-19页 |
| ·入侵探测系统设计 | 第15-18页 |
| ·红外图像入侵探测系统的优点 | 第18-19页 |
| ·本文研究内容及结构安排 | 第19-20页 |
| 第二章 入侵探测系统的红外图像预处理 | 第20-36页 |
| ·入侵探测主动红外图像采集 | 第20-23页 |
| ·主动红外成像系统工作原理 | 第20-21页 |
| ·红外成像的采集系统 | 第21-22页 |
| ·红外图像的获取 | 第22-23页 |
| ·红外图像预处理 | 第23-35页 |
| ·红外图像预处理概述 | 第23-24页 |
| ·基于经典方法的红外图像去噪 | 第24-26页 |
| ·红外图像增强算法 | 第26-32页 |
| ·基于小波变换的红外图像清晰度的提高 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 改进型混合高斯模型人体目标提取 | 第36-50页 |
| ·混合高斯模型人体目标提取 | 第36-41页 |
| ·混合高斯模型原理 | 第36-37页 |
| ·混合高斯模型算法描述 | 第37-39页 |
| ·模型参数的更新 | 第39-40页 |
| ·学习因子α的动态调整 | 第40-41页 |
| ·改进型混合高斯模型人体目标提取 | 第41-49页 |
| ·边缘检测原理 | 第41-42页 |
| ·边缘检测算子研究 | 第42-45页 |
| ·基于边缘信息的改进型混合高斯模型 | 第45-47页 |
| ·人体目标提取 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 入侵探测系统中的人体目标识别 | 第50-59页 |
| ·红外人体目标特征提取 | 第50-53页 |
| ·辐射特征提取 | 第50-51页 |
| ·不变矩阵特征提取 | 第51-52页 |
| ·人体形状特征提取 | 第52-53页 |
| ·基于RBF神经网络的识别方法研究 | 第53-58页 |
| ·目标识别基本方法 | 第53-54页 |
| ·RBF神经网络分类原理 | 第54-56页 |
| ·RBF神经网络模型 | 第56-57页 |
| ·RBF神经网络模型的优化策略 | 第57-58页 |
| ·基于RBF神经网络的目标识别 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第五章 入侵探测系统的仿真分析 | 第59-67页 |
| ·入侵探测系统仿真平台的搭建 | 第59-61页 |
| ·软件仿真 | 第61-65页 |
| ·实验结果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 附录 源程序 | 第72-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 附件 | 第78页 |
