首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文--图像信号处理论文

弱小运动图像目标形态检测理论与技术研究

摘要第1-7页
ABSTRACT第7-9页
目录第9-13页
图表目录第13-15页
词汇表第15-17页
第一章 绪论第17-33页
   ·课题背景第17-18页
   ·课题研究的内容和任务第18-19页
   ·弱小运动图像目标特点第19-20页
   ·弱小运动图像目标检测面临的问题第20-24页
     ·检测模型问题第20-21页
     ·目标强度问题第21-22页
     ·运动检测问题第22-23页
     ·类目标干扰问题第23-24页
   ·弱小运动图像目标检测方法回顾第24-29页
       ·基于目标灰度特征的空域检测方法第25-27页
       ·基于目标运动特征的时域检测方法第27-28页
       ·基于灰度特征和运动特征的时空域联合检测方法第28-29页
   ·研究方法及主要成果第29-31页
       ·研究方法第29-30页
       ·研究工作和成果第30-31页
   ·论文安排第31-33页
第二章 弱小运动图像目标形态检测理论与系统结构第33-47页
     ·引言第33页
     ·弱小运动目标形态模型第33-36页
       ·弱小目标形态定义第34页
       ·弱小目标灰度形态第34页
       ·弱小目标运动形态第34-35页
       ·弱小目标形态模型第35-36页
     ·弱小运动目标形态分析第36-40页
       ·弱小目标图像信号分析第36-37页
       ·弱小目标的灰度形态第37-39页
       ·弱小目标的独立运动第39页
       ·弱小目标的轨迹关联性第39-40页
     ·弱小运动目标形态检测第40-43页
       ·弱小目标形态检测定理第40-41页
       ·弱小目标灰度形态检测第41-42页
       ·弱小目标运动形态检测第42-43页
     ·弱小目标形态检测系统结构设计第43-46页
       ·基于灰度形态的目标检测系统第43-44页
       ·基于运动形态的目标检测系统第44-45页
       ·两种检测系统结构分析第45-46页
     ·小结第46-47页
第三章 弱小目标检测中的背景噪声抑制第47-65页
     ·引言第47-48页
     ·定义和概念第48-51页
       ·信杂比第48-49页
       ·信噪比第49页
       ·滤波增益第49-50页
       ·正态性检验第50页
       ·独立性检验第50-51页
     ·基于时空域估计的背景杂波抑制技术第51-54页
       ·基于非参数回归估计的空域滤波第51-52页
       ·空域自适应滤波的背景杂波抑制第52-53页
       ·形态学Top-hat滤波第53-54页
       ·基于时域滤波的背景杂波抑制第54页
     ·基于鲁棒回归估计的恒漏警(CLAR)噪声抑制技术第54-64页
       ·恒漏警(CLAR)噪声抑制第55-59页
       ·噪声参数的鲁棒加权估计第59-61页
       ·孤立噪声的形态学抑制第61-62页
       ·噪声抑制试验第62页
       ·方法分析及讨论第62-64页
     ·小结第64-65页
第四章 基于点估计的弱小目标检测第65-84页
     ·引言第65页
     ·单帧图像检测模型第65-66页
     ·点估计检测理论基础第66-72页
       ·假设检验第66-68页
       ·虚警和检测概率第68-69页
       ·似然比检验第69页
       ·聂孟—皮尔逊(Neyman-Pearson)准则第69-71页
       ·检测性能与信噪比第71-72页
     ·基于点估计的多帧时域集成弱小目标检测第72-80页
       ·概述第72-73页
       ·多帧时域线性集成检测模型第73-74页
       ·目标运动速度>目标支持域直径第74-77页
       ·目标运动速度<目标支持域直径第77-79页
       ·检测方法分析第79-80页
     ·弱小目标检测中的信噪比条件第80-82页
       ·单帧检测第80页
       ·时域线性集成检测第80-82页
     ·时域线性集成检测中的集成度条件第82页
     ·小结第82-84页
第五章 弱小目标灰度形态检测第84-134页
     ·引言第84-85页
     ·二值形态学的基本运算第85-91页
       ·数字图像的矢量平移和原点反射第85-86页
       ·二值图像形态腐蚀和膨胀第86-88页
       ·二值开闭运算第88-90页
       ·击中击不中变换第90-91页
     ·灰度形态学的基本运算第91-98页
       ·几个定义第91-92页
       ·灰度图像的支持域和表面函数第92-93页
       ·灰度腐蚀和膨胀第93-95页
       ·灰度开运算和灰度闭运算第95-97页
       ·形态学梯度第97-98页
     ·灰度形态学中的结构元第98-102页
       ·扁平结构元第98-100页
       ·灰度结构元第100-101页
       ·结构元分解第101-102页
     ·形态学运算信号分析第102-110页
       ·预备知识第102-103页
       ·腐蚀和膨胀分析第103-107页
       ·开闭运算分析第107-110页
     ·形态学滤波器第110-118页
       ·开-闭组合滤波第111-112页
       ·Top-hat滤波和Bottom-hat滤波第112-113页
       ·Top-hat滤波对亮目标的邻域增强第113-117页
       ·多尺度形态学带通滤波第117-118页
       ·形态学锐化第118页
     ·结构元对形态滤波的影响第118-124页
       ·单帧检测率和单帧虚警率第119页
       ·弱小目标形态检测试验方案设计第119-122页
       ·试验结果及分析第122-124页
       ·形态学滤波结构元的选择第124页
     ·弱小目标灰度形态检测及形态分割第124-132页
       ·概述第124-125页
       ·基于Top-hat滤波的弱小目标形态分割第125-126页
       ·基于标记控制的水线分割第126-130页
       ·基于强制形态标记的弱小目标水线分割第130-132页
     ·小结第132-134页
第六章 弱小目标运动形态检测第134-162页
     ·引言第134-135页
     ·运动估计理论基础第135-140页
       ·光流方程第135-136页
       ·块匹配法第136-138页
       ·摄像机参数模型第138-139页
       ·摄像机参数参考像素点的选取第139-140页
     ·运动背景校正及背景抑制第140-143页
       ·基于运动估计的背景校正第140-142页
       ·运动背景差分抑制第142-143页
     ·运动目标检测第143-148页
       ·基于光流的运动目标检测第143-144页
       ·基于背景差分的运动目标检测第144-146页
       ·基于背景差分形态分割的运动目标检测第146-148页
     ·基于邻域尺度变换的运动参数块匹配估计第148-150页
     ·虚警运动形态抑制第150-156页
       ·基于参数关联估计(PAE)的虚警运动形态抑制第150-154页
       ·基于轨迹关联估计(TAE)的虚警运动形态抑制第154-156页
     ·弱小运动目标Kalman跟踪第156-161页
       ·弱小目标跟踪模型第156-159页
       ·Kalman滤波跟踪算法第159-160页
       ·Kalman滤波器的性质第160-161页
     ·小结第161-162页
全文总结第162-164页
参考文献第164-173页
附录第173-175页
 附1.误差函数的定义第173-174页
 附2.Chi平方分布第174-175页
作者攻读博士期间取得的研究成果第175页
作者攻读博士期间参加的研究工作第175-176页
致谢第176页

论文共176页,点击 下载论文
上一篇:国际工程承包项目风险预警研究
下一篇:中小企业应收账款短期融资研究