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

毫米波无源成像目标检测算法研究及实现

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

论文共78页,点击 下载论文
上一篇:基于焓湿图的仿真环境空气调节系统的研究与设计
下一篇:windows下固件的安全检测与防护研究