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MeMBer滤波器的弱小目标检测前跟踪方法研究

摘要第5-6页
Abstract第6-7页
符号对照表第10-12页
缩略语对照表第12-16页
第一章 绪论第16-24页
    1.1 研究的背景及意义第16-17页
    1.2 国内外研究介绍第17-21页
        1.2.1 随机集理论应用综述第17-19页
        1.2.2 红外图像中弱小目标TBD技术第19-21页
    1.3 论文主要研究工作及内容安排第21-24页
第二章 基于Me MBer滤波器的弱小目标TBD算法第24-42页
    2.1 引言第24页
    2.2 Me MBer滤波第24-27页
        2.2.1 多伯努利随机集第25页
        2.2.2 多目标多伯努利滤波器第25-27页
    2.3 红外弱小目标TBD模型建立第27-29页
        2.3.1 目标运动模型第27页
        2.3.2 红外传感量测模型第27-29页
    2.4 基于Me MBer滤波器的弱小目标TBD算法第29-32页
        2.4.1 Me MBer-TBD算法第29-30页
        2.4.2 高斯粒子Me MBer-TBD算法第30-32页
    2.5 复杂场景中Me MBer-TBD高斯分量的修剪合并算法第32-34页
        2.5.1 传统修剪合并方法第32-33页
        2.5.2 改进修剪合并方法第33-34页
    2.6 仿真实验并分析第34-40页
        2.6.1 仿真场景一无目标交叉相邻第34-36页
        2.6.2 仿真场景二目标交叉相邻第36-38页
        2.6.3 仿真场景三多个目标交叉相邻第38-40页
    2.7 本章小结第40-42页
第三章 阈值化量测下的Me MBer滤波弱小目标TBD算法第42-54页
    3.1 引言第42页
    3.2 目标模型建立第42-44页
        3.2.1 目标运动模型第43页
        3.2.2 目标量测模型第43-44页
    3.3 阈值化量测TBD算法的量测似然函数第44-46页
        3.3.1 阈值化量测下的量测集第44-45页
        3.3.2 像素点的检测概率第45页
        3.3.3 量测似然函数第45-46页
    3.4 阈值化量测下的TBD算法第46-47页
    3.5 基于Me MBer滤波的阈值化量测TBD算法第47-51页
        3.5.1 阈值化量测下的Me MBer-TBD算法第47-49页
        3.5.2 阈值化量测下高斯粒子Me MBer-TBD算法第49-51页
    3.6 仿真实验并分析第51-53页
        3.6.1 仿真实验第51-53页
    3.7 本章小结第53-54页
第四章 弱小目标平方根容积卡尔曼Me MBer-TBD算法第54-68页
    4.1 引言第54页
    4.2 实测红外背景图像特性第54-55页
    4.3 背景杂波抑制算法第55-57页
        4.3.1 传统Robinson Guard杂波抑制方法第55-56页
        4.3.2 改进Robinson Guard杂波抑制方法第56-57页
    4.4 平方根容积卡尔曼滤波器第57-59页
        4.4.1 容积卡尔曼滤波第57页
        4.4.2 平方根容积卡尔曼滤波第57-59页
    4.5 基于平方根容积卡尔曼Me MBer-TBD的弱小目标检测跟踪算法第59-61页
    4.6 仿真实验并分析第61-66页
        4.6.1 仿真条件说明第61-62页
        4.6.2 仿真实验一第62-64页
        4.6.3 仿真实验二第64-66页
        4.6.4 仿真实验三第66页
    4.7 本章总结第66-68页
第五章 总结并展望第68-70页
    5.1 总结第68-69页
    5.2 展望第69-70页
参考文献第70-76页
致谢第76-78页
作者简介第78-79页

论文共79页,点击 下载论文
上一篇:破裂动脉瘤发生迟发性脑缺血的影响因素分析
下一篇:新辅助同步放化疗联合诱导化疗、巩固化疗治疗局部进展期直肠癌的临床研究