首页--军事论文--军事技术论文--军事技术基础科学论文

基于机载光电平台的目标跟踪技术的研究与实现

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-16页
    1.1 课题的研究背景及意义第10-11页
    1.2 课题的国内外研究现状第11-12页
    1.3 课题的研究内容第12-13页
    1.4 本文的章节安排第13-16页
第二章 目标跟踪系统总体设计第16-24页
    2.1 系统框架第16页
    2.2 机载光电平台硬件组成第16-18页
    2.3 惯性稳定系统的结构第18-19页
    2.4 视觉成像系统的结构第19-21页
        2.4.2 目标检测第19-20页
        2.4.3 目标跟踪第20-21页
        2.4.4 轨迹预测第21页
    2.5 系统性能评估标准第21-22页
    2.6 本章小结第22-24页
第三章 基于人工标定的目标检测算法第24-40页
    3.2 图像去噪第24-27页
        3.2.1 常见的图像去噪方法第24-26页
        3.2.2 基于双边滤波的图像去噪方法第26-27页
    3.3 彩色图像转为灰度图像第27页
    3.4 图像增强第27-30页
        3.4.1 常见的图像增强方法第28-29页
        3.4.2 基于同态滤波的图像增强方法第29-30页
    3.5 图像二值化第30-38页
        3.5.1 常见的二值化方法第31-32页
        3.5.2 基于Canny算子的动态二值化方法第32-36页
        3.5.3 形态学去干扰第36-38页
    3.6 提取目标图像第38-39页
        3.6.1 目标掩膜图像的提取第38-39页
        3.6.2 目标图像的提取第39页
    3.7 本章小结第39-40页
第四章 基于多特征融合的动态更新Camshift跟踪算法第40-58页
    4.2 Meanshift算法原理概述第40-42页
    4.3 Camshift算法原理概述第42-45页
    4.4 融合特征提取第45-53页
        4.4.1 HSV颜色空间第45-46页
        4.4.2 LBP纹理特征第46-48页
        4.4.3 Sobel梯度算子第48-49页
        4.4.4 融合特征的构建第49-53页
    4.5 目标模板动态更新第53-56页
    4.6 本章小结第56-58页
第五章 基于相对Kalman滤波的轨迹预测算法第58-70页
    5.1 Kalman滤波模型第58-61页
    5.2 相对Kalman滤波模型第61-63页
    5.3 遮挡判断第63-66页
        5.3.2 一次判断第64-65页
        5.3.3 二次判断第65-66页
    5.4 基于轨迹预测的目标跟踪系统第66-68页
    5.5 本章小结第68-70页
第六章 目标跟踪软件的设计与测试第70-84页
    6.1 软件平台搭建第70页
    6.2 目标跟踪软件整体设计第70-71页
    6.3 平台各功能模块详述第71-74页
        6.3.2 视频采集模块第71-73页
        6.3.3 功能设定模块第73-74页
        6.3.4 状态显示模块第74页
    6.4 通讯协议详述第74-76页
    6.5 软件测试第76-77页
        6.5.1 测试平台的搭建第76-77页
    6.6 功能性测试第77-81页
    6.7 健壮性测试第81-82页
    6.8 准确性与实时性测试第82-83页
    6.9 本章小结第83-84页
第七章 总结与展望第84-88页
    7.1 工作总结第84-85页
    7.2 展望第85-88页
致谢第88-90页
参考文献第90-94页
作者在攻读硕士学位期间发表的论文和获奖情况第94页

论文共94页,点击 下载论文
上一篇:对水中无人平台的被动探测定位技术研究
下一篇:鱼雷测试性建模方法及应用研究