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DAM6416P处理平台对弱小目标的检测与跟踪

摘要第1-5页
ABSTRACT第5-12页
第一章 绪论第12-22页
   ·课题研究的意义第12-13页
   ·国内外数字信号处理器及图像处理技术研究现状第13-20页
     ·数字信号处理器发展及现状第13-14页
     ·弱小目标检测及跟踪方法的研究现状第14-20页
   ·本课题研究的主要任务及创新点第20-21页
   ·小结第21-22页
第二章 实时视频图像处理平台的总体介绍和应用研究第22-34页
   ·实时视频图像处理平台总体结构第22-24页
   ·实时视频图像处理平台各单元简介第24-33页
     ·图像采集单元第24-25页
     ·主处理器单元第25-28页
     ·同步动态存储器第28-31页
     ·数据传输和处理单元第31-32页
     ·系统通信模块第32页
     ·系统显示模块第32-33页
   ·TDS560 硬件仿真器第33页
   ·小结第33-34页
第三章 弱小目标图像在DSP 上的预处理研究第34-43页
   ·前言第34页
   ·弱小目标图像特性分析第34-36页
     ·光学图像噪声分析第35页
     ·光学图像背景及目标分析第35-36页
   ·图像的噪声消除及背景抑制第36-41页
     ·图像滤波第37-39页
     ·基本背景抑制方法第39-41页
   ·结果及分析第41-42页
   ·小结第42-43页
第四章 弱小目标图像的分割第43-60页
   ·前言第43页
   ·弱小目标的象点处理分割第43-45页
     ·直方图门限化的二值分割第43-44页
     ·弱小目标的最佳门限分割第44-45页
   ·基于边界的弱小目标图像分割第45-48页
     ·微分边缘检测算子第46-47页
     ·曲面拟合边缘检测第47页
     ·模板匹配边缘检测第47-48页
   ·基于形态学的弱小目标检测第48-52页
     ·数学形态学原理第49-51页
     ·灰度形态学原理第51页
     ·形态学边缘检测第51-52页
   ·基于小波变换的弱小目标检测第52-57页
     ·小波变换与多尺度分析第53-54页
     ·小波变换在图像处理中的具体实现第54-56页
     ·基于小波分析的背景预侧算法第56-57页
   ·结果分析第57-59页
   ·小结第59-60页
第五章 基于DSP 的弱小目标的跟踪第60-69页
   ·前言第60页
   ·波门跟踪算法介绍第60-62页
     ·投影原理第61-62页
     ·形心算法的数学描述第62页
   ·波门跟踪的实现第62-64页
     ·目标点的判定第62-63页
     ·波门设计第63-64页
   ·相关跟踪算法研究第64-67页
     ·相关匹配准则的选取第65-66页
     ·基于直方图信息的模板更新策略第66页
     ·目标发生遮挡问题的解决第66-67页
   ·结果与分析第67-68页
   ·小结第68-69页
第六章 软件实现与优化第69-78页
   ·前言第69页
   ·CCS 工程的建立第69-73页
     ·存储空间配置第69-70页
     ·软件结构第70-71页
     ·工作流程第71-73页
   ·软件优化第73-77页
     ·C6416 代码开发流程第73-74页
     ·代码优化第74-77页
     ·编程优化中应注意的问题第77页
   ·小结第77-78页
第七章 总结与展望第78-80页
   ·论文工作总结第78页
   ·进一步工作展望第78-80页
参考文献第80-84页
致谢第84-85页
在学期间的研究成果及发表的学术论文第85页

论文共85页,点击 下载论文
上一篇:基于视频的目标检测与跟踪技术研究
下一篇:基于核主成分分析和支持向量机的飞机舱音信号的识别