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、隨著科學(xué)技術(shù)的不斷發(fā)展,紅外小目標(biāo)識別技術(shù)已經(jīng)廣泛應(yīng)用于軍事、醫(yī)學(xué)、航天等領(lǐng)域,例如精確制導(dǎo)系統(tǒng)、預(yù)警系統(tǒng)、無人偵察機等。研究紅外小目標(biāo)識別技術(shù)具有非常重要的理論意義和應(yīng)用價值。
紅外小目標(biāo)能量弱、面積小、信噪比低,在復(fù)雜背景下容易被淹沒,所以識別紅外小目標(biāo)是一項非常具有挑戰(zhàn)性的工作。本文研究的主要內(nèi)容與工作概括為以下四個方面:
(1)用掩模圖像以及形態(tài)學(xué)方法提取紅外圖像的背景,為后續(xù)計算多尺度局部對比度提供背景圖像
2、。對于以海洋為背景的圖像,用Hough變換提取海天線,確定目標(biāo)的感興趣區(qū)域。
(2)基于紅外小目標(biāo)的局部特征,采用多尺度局部對比度(Multi-scale Local Contrast Measure,MLCM)增強目標(biāo)的信號,抑制背景。然后,通過恰當(dāng)?shù)拈撝堤崛∧繕?biāo)。多目標(biāo)識別時將閾值由大到小逐步遞減,通過分析目標(biāo)識別的效果,自動選擇最佳的閾值。
(3)在紅外小目標(biāo)識別的實際應(yīng)用中,要求算法具有非常高的實時性。所以,
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(yù)覽,若沒有圖紙預(yù)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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于視覺感知的弱對比度車輛目標(biāo)識別.pdf
- 基于多級假設(shè)檢驗的多尺度紅外目標(biāo)識別算法研究.pdf
- 基于提升小波局部對比度的圖像融合.pdf
- 基于多尺度分辨的聲目標(biāo)識別研究.pdf
- 多模板的紅外動目標(biāo)識別.pdf
- 基于低對比度機動小目標(biāo)跟蹤算法研究.pdf
- 基于向量小波多尺度紋理分析的紅外小目標(biāo)檢測.pdf
- 基于小波和多尺度幾何分析的自動目標(biāo)識別技術(shù)研究.pdf
- 可見、紅外目標(biāo)對比度特性測量系統(tǒng)研究.pdf
- 基于DSP的小目標(biāo)識別.pdf
- 基于小波和多尺度幾何分析的圖像降噪和目標(biāo)識別技術(shù)研究.pdf
- 基于局部相似結(jié)構(gòu)統(tǒng)計匹配模型的紅外目標(biāo)識別方法.pdf
- 基于局部神經(jīng)反應(yīng)的目標(biāo)識別研究.pdf
- 紅外圖像對比度增強算法研究.pdf
- 紅外圖像對比度增強算法研究
- 低對比度目標(biāo)探測技術(shù).pdf
- 光學(xué)相關(guān)紅外目標(biāo)識別.pdf
- 小波變換在低對比度目標(biāo)相關(guān)探測的應(yīng)用.pdf
- 基于HDO局部特征描述的目標(biāo)識別.pdf
- 灰度圖像多尺度對比度增強電路設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論