摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景及研究意义 | 第10-11页 |
1.2 国内外研究动态 | 第11-16页 |
1.2.1 毫米波无源探测成像系统发展现状 | 第11-14页 |
1.2.2 目标检测技术发展现状 | 第14-16页 |
1.3 论文主要工作及章节安排 | 第16-18页 |
第二章 毫米波无源成像目标检测理论基础 | 第18-30页 |
2.1 毫米波无源成像基础理论 | 第18-23页 |
2.1.1 毫米波无源成像系统的特点 | 第18-19页 |
2.1.2 黑体辐射理论 | 第19-20页 |
2.1.3 毫米波无源探测理论 | 第20-21页 |
2.1.4 隐匿金属目标辐射特性分析 | 第21-23页 |
2.2 图像处理技术基础 | 第23-29页 |
2.2.1 图像去噪技术 | 第23页 |
2.2.2 图像分割技术 | 第23-24页 |
2.2.3 动目标检测技术 | 第24-28页 |
2.2.4 形态学图像处理技术 | 第28-29页 |
2.3 本章小结 | 第29-30页 |
第三章 基于最大类间方差法的目标检测算法研究 | 第30-43页 |
3.1 引言 | 第30-31页 |
3.2 图像去噪处理 | 第31-35页 |
3.2.1 几种常见去噪方法 | 第31-33页 |
3.2.2 图像去噪处理评价标准 | 第33页 |
3.2.3 图像去噪算法仿真结果及分析 | 第33-35页 |
3.3 Otsu单阈值分割方法 | 第35-36页 |
3.4 Otsu双阈值分割方法及其改进研究 | 第36-39页 |
3.4.1 Otsu双阈值分割方法 | 第37页 |
3.4.2 改进的Otsu双阈值分割方法 | 第37-39页 |
3.5 无源毫米波图像目标检测算法及仿真验证 | 第39-42页 |
3.5.1 无源毫米波图像目标检测算法 | 第39-40页 |
3.5.2 仿真结果及分析 | 第40-42页 |
3.6 本章小结 | 第42-43页 |
第四章 基于密度聚类的目标检测算法研究 | 第43-54页 |
4.1 引言 | 第43-44页 |
4.2 DBSCAN算法 | 第44-46页 |
4.3 基于局部密度的快速聚类方法 | 第46-50页 |
4.4 基于密度聚类的目标检测算法及仿真实验 | 第50-53页 |
4.4.1 基于密度聚类的目标检测算法 | 第50-51页 |
4.4.2 算法仿真结果及分析 | 第51-53页 |
4.5 本章小结 | 第53-54页 |
第五章 基于自组织背景建模法的目标检测算法研究 | 第54-70页 |
5.1 引言 | 第54-55页 |
5.2 基于自组织背景建模法的人体区域提取算法 | 第55-60页 |
5.2.1 自组织背景建模法 | 第55-59页 |
5.2.2 人体区域提取 | 第59页 |
5.2.3 基于自组织背景建模法的人体区域提取算法流程图 | 第59-60页 |
5.3 改进的自组织背景建模法 | 第60-62页 |
5.3.1 均值滤波法 | 第61页 |
5.3.2 改进的算法原理及实现步骤 | 第61-62页 |
5.4 基于自组织背景建模法的目标检测算法 | 第62-63页 |
5.5 算法仿真结果及分析 | 第63-69页 |
5.5.1 光学图像序列仿真实验及分析 | 第63-66页 |
5.5.2 毫米波图像序列仿真实验及分析 | 第66-69页 |
5.6 本章小结 | 第69-70页 |
第六章 总结与展望 | 第70-72页 |
6.1 工作总结 | 第70页 |
6.2 工作展望 | 第70-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-77页 |
攻读硕士学位期间的研究成果 | 第77-78页 |