基于局部特征和粒子滤波的云成像仪图像预测
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·云图检测算法概述 | 第12-14页 |
| ·云图匹配算法概述 | 第14-15页 |
| ·论文主要研究成果 | 第15页 |
| ·论文的内容安排 | 第15-18页 |
| 第二章 鱼眼镜头校正 | 第18-26页 |
| ·引言 | 第18页 |
| ·相机的成像原理 | 第18-20页 |
| ·普通相机的成像原理 | 第18-20页 |
| ·鱼眼镜头的成像原理 | 第20页 |
| ·鱼眼镜头的校正方法 | 第20-24页 |
| ·经纬度校正法 | 第20-22页 |
| ·多项式拟合法 | 第22-23页 |
| ·校正模型的参数标定 | 第23-24页 |
| ·实验结果及分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 云图的分割 | 第26-40页 |
| ·引言 | 第26页 |
| ·特征选择 | 第26-29页 |
| ·红蓝分量差(RBD特征) | 第26-27页 |
| ·归一化的红蓝分量比(NRBR特征) | 第27页 |
| ·欧式几何距离(EGD特征) | 第27-28页 |
| ·颜色不变量(CINV特征) | 第28页 |
| ·特征选择 | 第28-29页 |
| ·基于Fisher线性判别分析的分类器 | 第29-32页 |
| ·Fisher线性判别分析 | 第29-31页 |
| ·基于LDA的线性分割算法 | 第31页 |
| ·基于Bootstrap方法的训练样本选取 | 第31-32页 |
| ·自适应混合高斯模型的分割方法 | 第32-35页 |
| ·混合高斯模型介绍 | 第33-34页 |
| ·分类方法 | 第34-35页 |
| ·多分类器级联的分割方法 | 第35-36页 |
| ·实验结果及分析 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 云图的匹配 | 第40-54页 |
| ·引言 | 第40页 |
| ·基于彩色信息的SURF特征 | 第40-50页 |
| ·SURF特征概述 | 第41-44页 |
| ·SURF描述子对噪声的抗干扰能力 | 第44-45页 |
| ·彩色特征的研究进展 | 第45-47页 |
| ·彩色SURF特征 | 第47-48页 |
| ·彩色SURF特征的性能评价 | 第48-50页 |
| ·基于Color-SURF的云图匹配 | 第50-52页 |
| ·特征点的匹配 | 第50页 |
| ·匹配的验证和去噪 | 第50-52页 |
| ·本章总结 | 第52-54页 |
| 第五章 云图的预测 | 第54-70页 |
| ·引言 | 第54页 |
| ·分层运动估计模型 | 第54-56页 |
| ·贝叶斯滤波理论 | 第56-58页 |
| ·贝叶斯滤波的预测过程 | 第57页 |
| ·贝叶斯滤波的修正过程 | 第57-58页 |
| ·Kalman滤波器 | 第58-60页 |
| ·粒子滤波器 | 第60-64页 |
| ·贝叶斯重要性采样 | 第61-62页 |
| ·序列重要性采样 | 第62-63页 |
| ·粒子滤波的退化问题 | 第63-64页 |
| ·基于粒子滤波的运动参数空间更新方法 | 第64-65页 |
| ·云的先验知识 | 第64页 |
| ·状态转移 | 第64页 |
| ·系统观测 | 第64-65页 |
| ·后验概率估计 | 第65页 |
| ·实验结果及分析 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间发表的学术论文 | 第78页 |
