基于远红外热像仪的地面机动目标识别
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究的背景和意义 | 第12页 |
| 1.2 红外机动目标识别技术的研究现状 | 第12-16页 |
| 1.2.1 红外图像预处理 | 第13-14页 |
| 1.2.2 红外机动目标的检测 | 第14页 |
| 1.2.3 目标的特征提取与选择 | 第14-15页 |
| 1.2.4 目标的识别 | 第15-16页 |
| 1.3 本文主要研究内容和章节安排 | 第16-18页 |
| 1.3.1 本文主要研究内容 | 第16页 |
| 1.3.2 论文的组织结构 | 第16-18页 |
| 第2章 红外图像的特点及预处理算法研究 | 第18-31页 |
| 2.1 红外成像及红外图像的特点 | 第18-20页 |
| 2.1.1 红外图像与可见光图像的差异 | 第18-20页 |
| 2.1.2 红外图像的特性 | 第20页 |
| 2.2 红外图像增强 | 第20-24页 |
| 2.2.1 基于直方图均衡化的增强 | 第21-22页 |
| 2.2.2 基于模糊最大熵的图像增强 | 第22-24页 |
| 2.3 红外图像的平滑去噪算法研究 | 第24-28页 |
| 2.3.1 邻域平均法 | 第25页 |
| 2.3.2 中值滤波法 | 第25-26页 |
| 2.3.3 改进的中值滤波算法 | 第26-28页 |
| 2.4 实验结果与分析 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 机动目标检测及相关算法研究 | 第31-48页 |
| 3.1 目标检测的常用算法 | 第31-36页 |
| 3.1.1 光流法 | 第31-33页 |
| 3.1.2 帧间差分法 | 第33-36页 |
| 3.1.3 背景差分法 | 第36页 |
| 3.2 背景更新算法的研究 | 第36-41页 |
| 3.2.1 时间平均法 | 第37-38页 |
| 3.2.2 单高斯背景建模 | 第38-39页 |
| 3.2.3 混合高斯背景建模 | 第39-41页 |
| 3.3 混合高斯背景建模缺点分析及改进 | 第41-44页 |
| 3.4 改进的机动目标检测算法 | 第44-46页 |
| 3.5 实验结果与分析 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 机动目标特征提取及算法研究 | 第48-60页 |
| 4.1 多目标定位算法 | 第48-52页 |
| 4.1.1 基于灰度值投影的目标定位 | 第48-50页 |
| 4.1.2 改进的基于灰度值投影的多目标定位算法 | 第50-52页 |
| 4.2 目标填充算法 | 第52-54页 |
| 4.3 主要地面目标车辆与行人的特征提取 | 第54-58页 |
| 4.3.1 目标几何特征提取 | 第54-55页 |
| 4.3.2 基于Hu不变矩的特征提取 | 第55-58页 |
| 4.4 目标特征提取结果 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 机动目标的识别及算法研究 | 第60-79页 |
| 5.1 目标识别方法技术研究 | 第60-61页 |
| 5.2 支持向量机的基本原理 | 第61-70页 |
| 5.2.1 机器学习 | 第62-63页 |
| 5.2.2 统计学习理论 | 第63-65页 |
| 5.2.3 支持向量机分类 | 第65-70页 |
| 5.3 目标的识别 | 第70-77页 |
| 5.3.1 目标库的建立 | 第70-71页 |
| 5.3.2 目标特征选取 | 第71-72页 |
| 5.3.3 基于SVM分类器构造 | 第72-73页 |
| 5.3.4 识别过程及结果分析 | 第73-77页 |
| 5.4 本章小结 | 第77-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第85-86页 |
| 致谢 | 第86-87页 |
