首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于背景杂波理论的目标获取性能模型修正

摘要第5-6页
ABSTRACT第6页
缩略语对照表第10-13页
第一章 绪论第13-23页
    1.1 研究背景及意义第13-15页
    1.2 国内外研究状况第15-21页
        1.2.1 背景杂波量化尺度第15-19页
        1.2.2 光电成像系统性能模型第19-20页
        1.2.3 背景杂波对性能模型修正第20-21页
    1.3 本文研究内容第21-23页
第二章 嵌入式隐马尔可夫模型(EHMM)第23-35页
    2.1 隐马尔可夫模型第23-25页
    2.2 嵌入式隐马尔可夫模型第25-28页
    2.3 嵌入式隐马尔可夫模型的基本算法第28-35页
        2.3.1 双重嵌套的viterbi算法第28-31页
        2.3.2 部分K均值聚类算法第31-35页
第三章 基于EHMM的背景杂波尺度(EHMMC)第35-51页
    3.1 目标图像特征提取第35-37页
    3.2 最优化目标模型参数训练第37-40页
        3.2.1 模型初始化第37-39页
        3.2.2 状态重新分割第39-40页
        3.2.3 模型参数重估第40页
    3.3 背景杂波量化尺度的建立第40-42页
    3.4 实验结果分析第42-49页
        3.4.1 图像数据库简介第42页
        3.4.2 性能评价参数第42-43页
        3.4.3 结果分析与讨论第43-49页
    3.5 本章小结第49-51页
第四章 复杂背景下EHMMC对目标获取性能模型的修正第51-63页
    4.1 复杂背景下的目标获取性能模型第51-56页
        4.1.1 目标获取性能模型第51-56页
        4.1.2 复杂背景下的目标获取性能模型第56页
    4.2 基于EHMMC的复杂背景目标获取性能模型修正第56-58页
        4.2.1 复杂背景的局部目标探测概率模型第57页
        4.2.2 基于EHMMC的类目标探测概率模型第57-58页
        4.2.3 基于EHMMC的复杂背景目标性能模型第58页
    4.3 仿真结果分析第58-61页
        4.3.1 实验数据处理第59页
        4.3.2 结果分析与讨论第59-61页
    4.4 本章小结第61-63页
第五章 总结与展望第63-65页
参考文献第65-69页
致谢第69-71页
作者简介第71-72页

论文共72页,点击 下载论文
上一篇:GPU在图像插值和高光谱压缩领域的应用研究
下一篇:基于滑动窗口法的比较加密技术及其应用研究