基于紅外圖像的人工淺埋掩體目標(biāo)檢測(cè)技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、對(duì)偽裝隱蔽目標(biāo)的揭露打擊是信息化條件下部隊(duì)發(fā)展的必備能力,對(duì)于地下核發(fā)射井等重要目標(biāo)的偵察、邊境監(jiān)視、叢林作戰(zhàn)等軍事應(yīng)用,以及武警部隊(duì)擔(dān)負(fù)的搶險(xiǎn)救災(zāi)任務(wù)等準(zhǔn)軍事應(yīng)用都有其重要的價(jià)值。本文針對(duì)人工淺埋掩體這一具有代表性的隱蔽目標(biāo)開(kāi)展研究,充分的利用單幀圖像中自然背景、紋理等可用的信息,實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè),并提出一種基于分形檢測(cè)結(jié)果與顯著性檢測(cè)結(jié)果融合的隱蔽目標(biāo)檢測(cè)方法,具體研究?jī)?nèi)容包括:
  提出了一種基于加權(quán)分形特征組合的人造目標(biāo)檢

2、測(cè)方法,通過(guò)提取紅外圖像的分形特征以區(qū)分人造目標(biāo)與自然背景,將表面粗糙度和擬合誤差兩種分形特征做加權(quán)并歸一化處理,實(shí)現(xiàn)了利用兩種分形特征增強(qiáng)人造區(qū)域與自然區(qū)域的分形特征差異;
  構(gòu)建了一種基于雙重誤差重構(gòu)的顯著性區(qū)域檢測(cè)方法,通過(guò)提取圖像的顯著性區(qū)域以保留相對(duì)高亮區(qū)域。通過(guò)提取圖像邊緣的超像素區(qū)域作為背景模板,利用提取的模板構(gòu)建稀疏外觀模型和稠密外觀模型,對(duì)于每一塊圖像區(qū)域,首先計(jì)算稠密重構(gòu)誤差及稀疏重構(gòu)誤差,然后利用 K均值聚

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論