摘要 | 第1-7页 |
Abstract | 第7-10页 |
目录 | 第10-14页 |
第1章 绪论 | 第14-26页 |
·课题研究背景及意义 | 第14-15页 |
·相关技术与国内外研究现状 | 第15-23页 |
·图像预处理研究现状 | 第15-16页 |
·多目标跟踪研究现状 | 第16-23页 |
·本文的主要研究内容和章节安排 | 第23-26页 |
·本文研究内容 | 第23-24页 |
·本文章节安排 | 第24-26页 |
第2章 红外多目标图像预处理算法研究 | 第26-46页 |
·引言 | 第26页 |
·红外多目标图像特征分析 | 第26-30页 |
·红外传感器工作原理 | 第26-28页 |
·红外目标模型分析 | 第28页 |
·红外图像背景特性分析 | 第28-30页 |
·常见的红外多目标图像预处理方法 | 第30-35页 |
·TOP-HAT形态学滤波 | 第30-32页 |
·高通滤波器 | 第32-33页 |
·小波变换 | 第33-35页 |
·采用稀疏表示的红外原图像预处理算法 | 第35-44页 |
·稀疏表示理论 | 第35-36页 |
·多成分超完备字典的建立 | 第36-38页 |
·基于稀疏表示的红外图像背景抑制 | 第38-39页 |
·实验结果及分析 | 第39-44页 |
·本章小结 | 第44-46页 |
第3章 红外多目标实时跟踪算法研究 | 第46-66页 |
·引言 | 第46页 |
·目标跟踪原理 | 第46-49页 |
·单目标跟踪原理 | 第46-47页 |
·多目标跟踪原理 | 第47-48页 |
·粒子滤波框架下的多目标跟踪模型 | 第48-49页 |
·采用MJNSs与核聚类采样相结合的红外多目标跟踪算法 | 第49-63页 |
·Markov跳变系统 | 第50-51页 |
·Markov跳变非线性系统的贝叶斯估计 | 第51-53页 |
·粒子滤波框架下的核聚类采样 | 第53-56页 |
·基于ARMA模型的遮挡恢复 | 第56-57页 |
·MJNSs与核聚类相结合的粒子滤波算法 | 第57-60页 |
·实验结果及分析 | 第60-63页 |
·本章小结 | 第63-66页 |
第4章 多站组合跟踪方法研究 | 第66-90页 |
·引言 | 第66页 |
·多批次连发目标的运动特性分析 | 第66-68页 |
·多站组合跟踪方案 | 第68-70页 |
·基于多尺度多级模糊聚类和智能群决策的目标群分类决策策略 | 第70-88页 |
·基于多尺度多级FCM的目标群分类算法 | 第70-78页 |
·智能群决策控制策略的研究 | 第78-83页 |
·融合多尺度多级FCM的智能群决策分类策略 | 第83-84页 |
·实验结果及分析 | 第84-88页 |
·本章小结 | 第88-90页 |
第5章 图像融合决策器的设计 | 第90-108页 |
·引言 | 第90页 |
·图像融合决策器的硬件设计 | 第90-100页 |
·核心处理器选型 | 第92-93页 |
·多处理器间信息交互 | 第93-95页 |
·平台并行处理 | 第95-97页 |
·图像融合决策器设计 | 第97-100页 |
·系统软件设计及算法实现 | 第100-105页 |
·软件工具 | 第100页 |
·数据处理系统软件设计 | 第100-105页 |
·系统工作流程 | 第105-107页 |
·本章小结 | 第107-108页 |
第6章 系统试验及性能分析 | 第108-122页 |
·引言 | 第108页 |
·试验结果分析 | 第108-117页 |
·图像预处理结果及分析 | 第108-109页 |
·多目标群分类结果及分析 | 第109-111页 |
·多目标实时跟踪结果及分析 | 第111-117页 |
·系统性能分析 | 第117-120页 |
·系统性能指标 | 第117-118页 |
·实时性分析 | 第118-120页 |
·系统可靠性分析 | 第120页 |
·本章小结 | 第120-122页 |
第7章 总结与展望 | 第122-126页 |
·论文工作总结 | 第122-123页 |
·创新性成果 | 第123页 |
·未来展望 | 第123-126页 |
参考文献 | 第126-138页 |
在学期间学术成果情况 | 第138-140页 |
指导教师及作者简介 | 第140-142页 |
致谢 | 第142-143页 |