基于红外图像的运动船舶检测及跟踪技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-22页 |
| ·本课题研究的背景和意义 | 第10-15页 |
| ·红外目标检测技术的发展 | 第15-20页 |
| ·本论文的主要内容 | 第20-22页 |
| 第二章 红外图像的特点分析 | 第22-32页 |
| ·红外成像系统简介 | 第22-27页 |
| ·红外线 | 第22-24页 |
| ·红外探测器 | 第24-25页 |
| ·红外探测器的分类 | 第25-27页 |
| ·红外图像中的背景、目标特性分析 | 第27-29页 |
| ·噪声分布 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第三章 基于单帧图像的红外弱小目标的检测 | 第32-59页 |
| ·前言 | 第32页 |
| ·背景预测的基本模型 | 第32-34页 |
| ·背景预测的实现 | 第34-43页 |
| ·神经网络技术 | 第43-49页 |
| ·神经网络原理 | 第43-45页 |
| ·神经元模型简介 | 第45-46页 |
| ·激活函数的类型 | 第46-48页 |
| ·网络结构 | 第48-49页 |
| ·基于NARX神经网络的背景预测 | 第49-55页 |
| ·NARX网络 | 第49-51页 |
| ·基于NARX的背景预测的实现 | 第51-55页 |
| ·实验结果与分析 | 第55-57页 |
| ·小结 | 第57-59页 |
| 第四章 基于多帧图像的复杂背景小目标检测 | 第59-75页 |
| ·引言 | 第59页 |
| ·差分运算 | 第59-61页 |
| ·帧间相关背景预测算法 | 第61-64页 |
| ·基本预测算法 | 第61-63页 |
| ·改进的预测算法 | 第63-64页 |
| ·目标区域检测 | 第64-70页 |
| ·图像分割 | 第64-66页 |
| ·边缘算子 | 第66-70页 |
| ·实验结果与分析 | 第70-74页 |
| ·小结 | 第74-75页 |
| 第五章 目标跟踪预测算法研究 | 第75-87页 |
| ·引言 | 第75-76页 |
| ·卡尔曼滤波 | 第76-81页 |
| ·船舶目标跟踪的卡尔曼滤波模型 | 第76-78页 |
| ·Kalman滤波结果分析 | 第78-81页 |
| ·BP网络辅助Kalman滤波实现目标跟踪 | 第81-86页 |
| ·BP网络概述 | 第82页 |
| ·BP网络辅助kalman滤波 | 第82-83页 |
| ·实验结果与分析 | 第83-86页 |
| ·小结 | 第86-87页 |
| 第六章 基于DSP的目标检测与跟踪系统的基本框架 | 第87-96页 |
| ·引言 | 第87页 |
| ·C6711基本结构 | 第87-88页 |
| ·DSP快速数据交换的解决方法 | 第88-93页 |
| ·高级直接存储器存取 | 第89-92页 |
| ·快速DMA | 第92-93页 |
| ·QDMA在本系统中的应用 | 第93页 |
| ·目标检测跟踪系统总体构成 | 第93-95页 |
| ·小结 | 第95-96页 |
| 第七章 总结与展望 | 第96-99页 |
| ·论文的主要工作 | 第96-97页 |
| ·研究展望 | 第97-99页 |
| 致谢 | 第99-100页 |
| 参考文献 | 第100-109页 |
| 攻读学位期间公开发表的学术论文 | 第109-110页 |
| 攻读学位期间参与的科研项目 | 第110页 |
