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

微弱点状多运动目标检测技术研究

摘要第1-3页
ABSTRACT第3-6页
第一章 绪论第6-13页
   ·课题研究背景及意义第6-7页
   ·红外微弱目标的特点及检测难点第7-9页
   ·国内外研究现状第9-11页
   ·本论文主要研究工作和内容安排第11-13页
第二章 微弱点状多运动目标检测技术基础理论第13-23页
   ·红外微弱点目标图像场景模型第13-14页
   ·NEYMAN-PEARSON 准则第14-15页
   ·信噪比的定义第15页
   ·TBD 检测算法门限值的确定第15-17页
     ·χ~2 分布第15-16页
     ·门限值的确定第16-17页
   ·TBD 和DBT 技术性能分析第17-19页
     ·先检测后跟踪DBT 算法第17-18页
     ·先跟踪后检测TBD 算法第18-19页
   ·时空分集理论的引用第19-22页
     ·时空分集问题提出第19-21页
     ·时空分集应用第21-22页
   ·本章小结第22-23页
第三章 基于图像区域划分和帧间互关联的TBD 技术第23-36页
   ·引言第23页
   ·检测系统概述第23-24页
   ·组合帧图像划分第24-28页
     ·组合帧图像的形成第25页
     ·图像区域的划分第25-27页
     ·估计目标存在区域第27-28页
   ·组合帧内目标估计区域中的TBD 检测第28-31页
     ·区域TBD 检测第28页
     ·目标群概率加权融合第28-31页
   ·组合帧间双向互联特性判断目标轨迹第31-34页
     ·问题提出第31-32页
     ·双向互联特性判断目标轨迹第32-34页
     ·各目标的初始速度第34页
   ·本章小结第34-36页
第四章 算法仿真与性能分析第36-47页
   ·实验条件第36-37页
     ·实验环境第36页
     ·实验数据准备第36-37页
   ·实验过程第37-40页
     ·实验流程图第37-39页
     ·检测算法的步骤第39-40页
   ·实验结果与分析第40-47页
     ·实验结果第40-45页
     ·实验分析第45-47页
第五章 结论与展望第47-49页
   ·结论第47页
   ·展望第47-49页
参考文献第49-52页
攻读学位期间发表的学术论文第52-53页
致谢第53-54页

论文共54页,点击 下载论文
上一篇:维、汉文件档案信息管理系统的设计与实现
下一篇:基于两阶段特征提取法和PSO-BP神经网络的人脸识别方法研究