基于雷达视频的目标检测和录取方法研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-11页 |
·研究背景及意义 | 第7-8页 |
·视频目标检测与录取的研究现状 | 第8-10页 |
·本论文的结构安排 | 第10-11页 |
第二章 目标检测和录取的基本理论 | 第11-21页 |
·运动目标检测的基本方法 | 第11-14页 |
·时域差分法 | 第11-13页 |
·光流法 | 第13-14页 |
·"背景减"法 | 第14页 |
·雷达数据录取技术 | 第14-19页 |
·雷达数据录取的基本概念 | 第14-15页 |
·海事雷达图像特点 | 第15-16页 |
·雷达图像预处理 | 第16-17页 |
·雷达目标的表达和描述 | 第17-19页 |
·基于先验知识的目标提取 | 第19页 |
·小结 | 第19-21页 |
第三章 视频目标检测中的背景动态建模方法 | 第21-29页 |
·高斯混合模型法 | 第21-24页 |
·高斯混合模型法简介 | 第21页 |
·高斯混合模型法对背景进行建模和更新 | 第21-23页 |
·仿真结果 | 第23-24页 |
·渐消递归最小二乘法 | 第24-27页 |
·递归最小二乘法简介 | 第24-25页 |
·渐消递归最小二乘法用于背景的建模 | 第25-26页 |
·仿真结果 | 第26-27页 |
·小结 | 第27-29页 |
第四章 基于TBD的弱小目标检测 | 第29-43页 |
·检测前跟踪技术实现方法 | 第30-34页 |
·基于二维投影图的检测前跟踪方法 | 第30-31页 |
·基于三维空间搜索的检测前跟踪方法 | 第31-34页 |
·检测前跟踪方法用于检测雷达视频弱小目标 | 第34-41页 |
·自适应三维傅氏变换法 | 第34-37页 |
·基于递归最小二乘法和数学形态学相结合的方法 | 第37-41页 |
·小结 | 第41-43页 |
第五章 雷达目标的录取和描述 | 第43-55页 |
·传统雷达目标点迹录取方法 | 第43-45页 |
·基于雷达视频的目标录取方法 | 第45-53页 |
·基于二维信息的连通合并算法 | 第45-46页 |
·图像链码用于目标连通区域的解耦 | 第46-48页 |
·基于可能性聚类的目标连通区域解耦 | 第48-53页 |
·小结 | 第53-55页 |
第六章 结束语 | 第55-57页 |
·论文总结 | 第55页 |
·展望 | 第55-57页 |
致谢 | 第57-59页 |
参考文献 | 第59-63页 |
作者在读期间完成的论文 | 第63-64页 |