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LARK和近邻结构匹配的红外目标识别方法

摘要第3-4页
Abstract第4页
1 绪论第7-11页
    1.1 课题背景及研究意义第7-8页
    1.2 红外图像目标识别的研究内容第8页
    1.3 国内外研究现状第8-9页
    1.4 本文的主要工作第9-11页
2 局部自适应核特征提取第11-17页
    2.1 二维LARK特征提取第11-13页
    2.2 基于LARK特征的目标识别系统第13-14页
    2.3 基于LARK的局部相似结构统计匹配模型的目标识别系统第14-16页
    2.4 本章小结第16-17页
3 基于LARK和近邻结构匹配(NSRM)的识别系统第17-32页
    3.1 NSRM(neighboring structure reconstructed matching)方法概述第17-18页
    3.2 测试图像预处理第18-20页
        3.2.1 图像降噪处理第18-19页
        3.2.2 图像分割和显著性区域提取第19-20页
    3.3 LARK权值矩阵的计算第20-21页
    3.4 近邻结构关系特征(NSRM)的提取第21-24页
        3.4.1 目标函数优化问题第21-22页
        3.4.2 近邻结构关系矩阵的计算第22-24页
    3.5 权值矩阵降维第24-26页
    3.6 余弦值矩阵统计匹配第26-28页
        3.6.1 余弦值统计第26-27页
        3.6.2 相似度图像的生成第27-28页
    3.7 相似度图像的融合第28-29页
    3.8 非极大值抑制方法获取有效目标位置第29-30页
    3.9 本章小结第30-32页
4 NSRM方法在多波段图像上的改进第32-37页
    4.1 NSRM方法在三维和多波段图像上的改进需要第32页
    4.2 三维LARK特征的计算方法第32-33页
    4.3 三维近邻结构关系特征的计算方法第33-35页
    4.4 多波段图像的NSRM目标检测系统第35-36页
    4.5 本章小结第36-37页
5 实验测试与参数分析第37-51页
    5.1 检测系统软件环境第37页
    5.2 检测系统参数分析第37-42页
        5.2.1 模板集的建立及其相似结构阈值τ第37-38页
        5.2.2 LARK窗口大小h_1和NSRM窗口大小h_2第38-39页
        5.2.3 LARK权值矩阵相似度阈值τ_1第39页
        5.2.4 近邻结构关系矩阵相似度阈值τ_2第39-40页
        5.2.5 非极大值抑制阈值μ第40-42页
        5.2.6 NSRM方法的时间效率第42页
    5.3 测试结果第42-50页
        5.3.1 二维红外图像人体识别测试第42-45页
        5.3.2 二维红外车辆测试第45-47页
        5.3.3 彩色车辆测试第47-50页
    5.4 本章小结第50-51页
6 结论与未来工作展望第51-52页
致谢第52-54页
参考文献第54-58页
附录第58页

论文共58页,点击 下载论文
上一篇:基于工作流的网络化标准件库管理的研究与应用
下一篇:基于岭估计的马田系统分类方法研究及其应用