| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| 第一节 研究背景 | 第9-14页 |
| ·运动目标检测 | 第9-10页 |
| ·声纳的运动目标检测的现状和未来 | 第10-12页 |
| ·交通流视频检测的现状和未来 | 第12-14页 |
| 第二节 研究内容 | 第14-16页 |
| 第三节 研究成果 | 第16-17页 |
| 第二章 基于模基信号处理的信号增强 | 第17-51页 |
| 引言 | 第17-19页 |
| 第一节 预备知识 | 第19-32页 |
| ·声传播理论 | 第19-20页 |
| ·声场传播模型 | 第20-24页 |
| ·Kalman滤波和扩展Kalman滤波 | 第24-32页 |
| 第二节 水声信号Gauss-Markov过程与Kalman滤波 | 第32-45页 |
| ·Gauss-Markov模型 | 第32-37页 |
| ·Kalman滤波 | 第37-38页 |
| ·增广Gauss--Markov模型 | 第38-39页 |
| ·模基辨识器设计与迭代算法 | 第39-44页 |
| ·Innovation的作用和意义 | 第44页 |
| ·模基辨识器的Robustness | 第44-45页 |
| 第三节 仿真实验 | 第45-49页 |
| ·简正波模型 | 第45-48页 |
| ·平面波模型 | 第48-49页 |
| 本章小节 | 第49-51页 |
| 第三章 基于信号微结构的目标检测 | 第51-74页 |
| 引言 | 第51页 |
| 第一节 预备知识 | 第51-55页 |
| ·短时Fourier变换 | 第51-52页 |
| ·高阶谱 | 第52-54页 |
| ·子空间滤波 | 第54-55页 |
| 第二节 水声信号的微结构表征 | 第55-69页 |
| ·时变特性 | 第55-58页 |
| ·高阶统计特性 | 第58-62页 |
| ·子空间滤波 | 第62-64页 |
| ·双阈值Viterbi线谱跟踪器 | 第64-69页 |
| 第三节 基于Viterbi线谱跟踪器的实时探测系统 | 第69-73页 |
| ·系统构成 | 第69-71页 |
| ·算法流程 | 第71-72页 |
| ·结果分析 | 第72-73页 |
| 本章小节 | 第73-74页 |
| 第四章 车辆检测算法研究 | 第74-93页 |
| 引言 | 第74页 |
| 第一节 彩色空间 | 第74-78页 |
| ·RGB模型 | 第74-75页 |
| ·HSI模型 | 第75页 |
| ·RGB与HSI相互转换 | 第75-78页 |
| 第二节 降噪预处理 | 第78-81页 |
| ·中值滤波 | 第78-79页 |
| ·形态学算子 | 第79-81页 |
| 第三节 背景模型 | 第81-86页 |
| ·统计背景模型 | 第82-83页 |
| ·确定的自适应背景模型 | 第83-86页 |
| 第四节 阴影检测 | 第86-92页 |
| ·阴影的机理 | 第86-87页 |
| ·阴影的检测 | 第87-92页 |
| 本章小节 | 第92-93页 |
| 第五章 基于彩色分割和阴影抑制的车辆检测系统 | 第93-102页 |
| 引言 | 第93页 |
| 第一节 车辆检测系统组成 | 第93-97页 |
| ·系统框图 | 第93-95页 |
| ·功能模块 | 第95-97页 |
| 第二节 实验结果及分析 | 第97-100页 |
| 本章小节 | 第100-102页 |
| 第六章 总结和展望 | 第102-107页 |
| 参考文献 | 第107-119页 |
| 后记 | 第119-121页 |
| 在攻读博士学位期间的科研及论文情况 | 第121页 |