学位论文 > 优秀研究生学位论文题录展示

红外目标的分割与识别算法研究

作　者: 朱巍巍
导　师: 周越
学　校: 上海交通大学
专　业: 模式识别与智能系统
关键词: 红外目标张量场分割模糊聚类支持向量机动态特征融合识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 470次
引　用: 7次
阅　读: 论文下载

内容摘要

随着红外成像技术的发展,其应用也越来越广泛,在现代制导、搜索、跟踪等领域,红外技术起到了越来越重要的作用。因此,对于红外图像的后期处理也有着越来越苛刻的要求,尤其是对图像中感兴趣目标的分析,如目标的检测、跟踪、识别等。在现代红外系统中,为提高整个系统的工作鲁棒性、准确性,通常采用多波段成像技术。为有效利用多波段的信息源,本文重点研究了在复杂背景条件下的红外目标的精确分割与融合识别这两个问题。本文主要工作如下:1.提出了一种基于张量表达的图像分割方法。张量的表达形式,由于其所包含的丰富信息,在现代图像处理技术中具有越来越重要的作用。在以往的文献中,也已经有了一些获取图像的张量场的方法。本文提出了一种新的图像张量场编码方法,在对图像的局部区域重新定义了一种新的结构假设后,给出了更为合理的张量结构表达。基于这个结构张量场,为后续的图像处理提供了一个良好的计算基础,如进一步的图像分割、特征提取等。本文初步给出了一些基于张量场的图像分割结果,取得了较好的效果。2.改进了FCM聚类方法及SVM分类方法,给出了新的训练策略。经典的FCM及SVM两种方法,是模式识别领域常用的训练手段,然而由于其自身固有的特点,在某些应用领域中无法满足需求。本文结

全文目录

摘要  3-5
ABSTRACT  5-10
第一章绪论  10-13
  1.1 引言  10
  1.2 研究背景和意义  10-12
  1.3 本文的研究工作及其内容安排  12-13
第二章图像预处理及分割  13-27
  2.1 引言  13
  2.2 红外目标图像预处理方法  13-21
  2.3 基于红外背景复杂程度概念的一种图像预处理方法  21-26
  2.4 本章小结  26-27
第三章红外图像分割  27-41
  3.1 引言  27
  3.2 目标分类原则  27-28
  3.3 红外图像的KSW 分割算法  28-30
  3.4 基于张量表达的目标分割算法  30-40
  3.5 本章小结  40-41
第四章特征选择及建模  41-62
  4.1 引言  41
  4.2 几种不同类型目标的特征分析  41-42
  4.3 点目标的特征选择及建模  42-48
  4.4 小目标及大目标的特征选择  48-61
  4.5 本章小结  61-62
第五章特征训练及识别  62-86
  5.1 引言  62
  5.2 分类器设计及识别策略概述  62-63
  5.3 D-S 证据融合理论  63-65
  5.4 分类器设计(I) –改进FCM 聚类方法  65-74
  5.5 分类器设计(II) –改进SVM 分类器  74-82
  5.6 点目标的融合识别  82-85
  5.7 本章小结  85-86
第六章总结与展望  86-88
  6.1 论文的主要工作及创新点  86-87
  6.2 下一步工作展望  87-88
参考文献  88-91
致谢  91-92
攻读硕士期间发表的相关论文  92-94

红外目标的分割与识别算法研究

内容摘要

全文目录

相似论文