2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、紅外弱小目標檢測是紅外預警系統(tǒng)的關(guān)鍵技術(shù),是建立高效完備的一體化防御體系的重要基礎(chǔ)。紅外弱小目標的成像面積小、輻射能量弱、目標成像信息少,很難將其從復雜的背景中檢測出來。因此,復雜背景下的紅外弱小目標檢測問題是軍事領(lǐng)域亟待解決的重要技術(shù)難題。本文對紅外弱小目標檢測問題進行深入研究,首先研究紅外圖像濾波算法、然后從單幀檢測和多幀檢測兩方面研究紅外弱小目標檢測算法,最后研究紅外弱小目標的跟蹤算法。本文的主要工作如下:
  本文首先基于

2、背景抑制原理對紅外圖像進行濾波算法研究,完成對各類濾波算法的實驗與性能評價,并在傳統(tǒng)濾波算法的基礎(chǔ)上,結(jié)合目標區(qū)域保護的思想,實現(xiàn)保護帶濾波的算法改進。通過傳統(tǒng)濾波和保護帶濾波算法的對比實驗,證明保護帶濾波算法的有效性,并結(jié)合多種濾波算法驗證了保護帶中值濾波算法對背景抑制的高效性以及穩(wěn)定性。
  接下來,本文從單幀檢測和多幀檢測兩方面研究紅外弱小目標檢測算法。在單幀檢測方面,本文首先在圖像預處理的基礎(chǔ)上,進行目標能量累積,然后通過

3、圖像分割算法實現(xiàn)目標檢測。然后,提出基于穩(wěn)健統(tǒng)計的單幀小目標檢測算法,將目標檢測問題轉(zhuǎn)化為離群點識別問題,完成目標檢測。該算法無需圖像預處理,簡化了目標檢測流程,為單幀小目標檢測研究提供了新思路。由于單幀檢測不能有效去除部分虛警,本文對多幀檢測進行算法研究,提出基于歷史軌跡法的目標檢測算法。首先通過時空域聯(lián)合能量累積增強目標能量,然后計算目標的歷史運動軌跡圖,結(jié)合噪聲掩膜圖像去除死點虛警,最后通過連通域檢測實現(xiàn)運動紅外弱小目標檢測。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論