复杂背景下弱小目标的特征提取与识别
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第13-17页 |
| ·课题研究背景 | 第13-14页 |
| ·目标与诱饵识别流程 | 第14-15页 |
| ·方案流程 | 第14页 |
| ·小目标检测 | 第14-15页 |
| ·特征提取 | 第15页 |
| ·数据融合识别 | 第15页 |
| ·论文的主要研究内容及论文安排 | 第15-17页 |
| 第二章 基于灰度形态学滤波的红外弱小目标检测 | 第17-42页 |
| ·概述 | 第17页 |
| ·红外图像特性分析 | 第17-21页 |
| ·红外图像模型 | 第17-19页 |
| ·红外图像背景分析 | 第19-21页 |
| ·几种典型的背景抑制方法 | 第21-24页 |
| ·二维最小均方误差滤波背景抑制法 | 第21-22页 |
| ·中值滤波背景抑制法 | 第22页 |
| ·空间匹配滤波背景抑制法 | 第22-23页 |
| ·神经网络滤波背景抑制法 | 第23-24页 |
| ·基于组合结构元灰度形态学滤波的小目标检测 | 第24-36页 |
| ·形态学的基本思想 | 第24-25页 |
| ·灰度形态学基本运算 | 第25-27页 |
| ·基于灰度形态学开运算的背景估计 | 第27-36页 |
| ·自适应阈值分割 | 第36页 |
| ·基于邻域判决的红外运动小目标检测技术 | 第36-41页 |
| ·质心选取 | 第37页 |
| ·邻域判决 | 第37-39页 |
| ·实验结果及分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 小目标特征分析与特征提取 | 第42-64页 |
| ·目标与诱饵的特征分析 | 第42-44页 |
| ·目标与诱饵的特征 | 第42-43页 |
| ·不同成像阶段特征分析 | 第43-44页 |
| ·特征选择 | 第44页 |
| ·灰度时间变化特征分析及提取 | 第44-49页 |
| ·灰度时间变化特征的特点 | 第44-45页 |
| ·灰度时间变化特征提取方法 | 第45页 |
| ·灰度时间变化特征提取算法实现 | 第45-48页 |
| ·实验结果及分析 | 第48-49页 |
| ·运动特征分析及提取 | 第49-53页 |
| ·运动特征的特点 | 第49-50页 |
| ·运动特征提取方法 | 第50-51页 |
| ·运动模式分析 | 第51-52页 |
| ·实验结果及分析 | 第52-53页 |
| ·形状特征 | 第53-56页 |
| ·形状特征的特点 | 第53页 |
| ·形状特征提取方法 | 第53-55页 |
| ·实验结果及分析 | 第55-56页 |
| ·温度特征 | 第56-63页 |
| ·物体的红外成像过程 | 第56-58页 |
| ·全辐射测温 | 第58-59页 |
| ·单波段测温方法 | 第59-60页 |
| ·双色测温方法 | 第60-61页 |
| ·双波段测温方法 | 第61-62页 |
| ·实验结果及分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于D-S证据理论数据融合识别 | 第64-76页 |
| ·信息融合理论 | 第64-65页 |
| ·信息融合基本原理 | 第64页 |
| ·信息融合的层次结构 | 第64-65页 |
| ·常用信息融合算法 | 第65页 |
| ·D-S证据理论 | 第65-69页 |
| ·D-S证据理论的基本概念 | 第65-67页 |
| ·D-S证据理论的合成规则 | 第67-68页 |
| ·基于证据理论的决策 | 第68-69页 |
| ·基于D-S证据理论的目标融合识别算法 | 第69-75页 |
| ·D-S证据理论在数据融合中失效问题 | 第69-70页 |
| ·改进型D-S证据理论实现 | 第70-72页 |
| ·融合识别 | 第72-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 结束语 | 第76-77页 |
| ·工作总结 | 第76页 |
| ·课题展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-80页 |
