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

复杂地面背景下目标检测算法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-23页
    1.1 研究背景意义第15-16页
    1.2 国内外研究现状和发展趋势第16-21页
        1.2.1 基于单帧图像的目标检测第16-19页
        1.2.2 基于序列图像的目标检测第19-21页
    1.3 本文研究内容和安排第21-23页
第二章 红外目标与背景特性分析第23-33页
    2.1 红外成像机理与图像数学模型分析第23-24页
    2.2 红外弱小目标与背景辐射特性分析第24-26页
    2.3 红外弱小目标与背景的多尺度分析第26-28页
    2.4 噪声分析第28-31页
    2.5 本章小结第31-33页
第三章 图像预处理与改进的奇异值分解算法第33-49页
    3.1 图像预处理基本方法第33-40页
        3.1.1 图像去噪第33-37页
        3.1.2 图像增强第37-40页
    3.2 改进的自适应奇异值分解算法第40-44页
        3.2.1 算法流程第40-41页
        3.2.2 算法仿真分析第41-44页
    3.3 阈值分割与目标聚类第44-48页
    3.4 本章小结第48-49页
第四章 改进的时空上下文算法第49-57页
    4.1 时空上下文算法第49-53页
        4.1.1 STC基本原理第49-52页
        4.1.2 STC算法流程第52-53页
    4.2 改进的STC算法第53-55页
        4.2.1 相关滤波基本原理第53页
        4.2.2 改进的上下文先验模型第53-55页
    4.3 本章小结第55-57页
第五章 基于IASVD+ISTC的运动目标检测第57-65页
    5.1 图像序列仿真实验第57-59页
    5.2 算法仿真与分析第59-64页
        5.2.1 算法流程第59-60页
        5.2.2 静态背景下实验结果与分析第60-62页
        5.2.3 动态背景下实验结果与分析第62-64页
    5.3 本章小结第64-65页
第六章 总结与展望第65-67页
    6.1 本文工作总结第65页
    6.2 研究工作展望第65-67页
参考文献第67-71页
致谢第71-73页
作者简介第73-74页

论文共74页,点击 下载论文
上一篇:点函数混淆器的研究与应用
下一篇:电梯检测管理系统服务器软件设计与实现