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

红外多目标实时跟踪方法的研究

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

论文共143页,点击 下载论文
上一篇:基于焦面图像信息的波前探测技术研究
下一篇:小、暗、多、快目标的近距离测量关键技术研究