基于紅外搜索跟蹤系統(tǒng)的低慢小目標檢測技術研究.pdf_第1頁
已閱讀1頁,還剩94頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、紅外搜索跟蹤IRST系統(tǒng)因為其在雷達探測的低空盲區(qū)依然能夠對低慢小目標進行檢測,因此被廣泛的用作雷達的補盲設備。而低慢小目標往往是具有較大威脅能力的目標,當前對低慢小目標的檢測不斷提出更高的要求,因此IRST的低慢小目標檢測能力是評估其性能的重要指標,本文結合IRST工作的實際,提出了切實可行的一套目標檢測算法。
  本文第二章討論了提取天空背景的工作,針對IRST捕獲圖像的復雜性和實際情況,設計了一種全天空場景、全地面場景以及天

2、空地面混合場景的識別算法,通過這樣的算法可以提取出全天空背景圖片和天空地面混合背景的圖片,又進一步研究了天空地面混合場景中天空背景區(qū)域的提取方法,由于傳統(tǒng)分割算法的局限性,本文設計了Gabor濾波描述局部場景的方法提取天空地面混合場景中的天空背景區(qū)域。通過對比發(fā)現(xiàn)本文提出的天空區(qū)域提取方法具有可靠性高實用性強的特點。
  本文第三章討論了單幀目標的檢測算法,本文提出了一種基于多尺度目標模型的目標檢測算法,同時通過實驗對比發(fā)現(xiàn)本文算

3、法在分割門限取的最低的時候引入的虛警點數(shù)量不是太多,同時對天空背景中的干擾面目標和殘留的地面背景具有一定的抑制作用。另外,本文算法檢測出來的目標保持了弱小目標的成像特點,在圖像上呈現(xiàn)孤立點分布,為多幀聯(lián)合檢測提取真實目標算法提供了支持。
  本文第四章研究了多潛在目標條件下提取真實目標的工作,針對真實目標在一定時間內多幀關聯(lián)圖像中呈現(xiàn)勻速直線運動特點,而噪聲則在多幀圖像中呈現(xiàn)隨機分布的特點,本文提出多步PPU濾波算法和多步LPPU

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內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)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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