成像自动目标识别【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

成像自动目标识别PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引论1

1.1 不变特性感知4

1.2　成像目标识别的信号处理5

1.3　计算智能途径5

1.4　性能评价与预测6

1.4.1　场景参数6

1.4.3　传感器与平台特性7

1.4.4　图像度量参数7

1.4.2　大气参数7

1.5　实时性和可开发性8

1.6　识别的基本过程9

1.6.1　过程与系统10

1.6.2　预处理与背景抑制11

1.6.3　多级动态特征空间12

1.6.4　识别问题的内涵14

参考文献15

第2章 目标的表达与建模18

2.1.1　轮廓的金字塔模型19

2.1　多尺度目标表达19

2.1.2　三维目标的方位图21

2.1.3　多尺度特性视图31

2.2　目标图像的不变量表达41

2.2.1　二维几何矩的不变特征42

2.2.2　二值不变矩的轮廓链快速算法47

2.2.3　Zernike矩51

2.2.4　平移和尺度不变的自适应小波矩57

2.2.5　傅里叶描述子不变量67

2.2.6　傅里叶—梅林变换71

2.3　不变矩稳定性及多级特征模型75

2.3.1　高斯点扩展函数作用下的目标不变矩76

2.3.2　离散条件下不变矩的计算误差91

2.3.3　不变矩数量级标准化92

2.3.4　目标识别的多级特征模型92

2.3.5　小结94

参考文献94

3.1　湍流图像校正与恢复99

第3章 基于成像过程的预处理99

3.1.1　构造方程组101

3.1.2　改造方程组104

3.1.3　方程的选择105

3.1.4　点扩展函数的直接估计法106

3.1.5　约束最优估计107

3.1.6　实验及分析109

3.2　旋转模糊图像恢复115

3.1.7　小结115

3.2.1　旋转运动模糊分析116

3.2.2　沿模糊路径去卷积118

3.2.3　邻域知识引导的最小代价恢复算法119

3.2.4　实验121

3.2.5　小结123

3.3　振动模糊的图像恢复123

3.3.1　算法原理125

3.3.2　实验127

3.3.3　小结128

3.4　红外成像非均匀性校正129

3.4.1　校正公式131

3.4.2　响应非线性和硬件实现132

3.4.3　仿真实验135

3.4.4　小结138

3.5　序列图像的稳像139

参考文献141

4.1　多级滤波与斑状区检测147

4.1.1　模型147

第4章 背景抑制与兴趣区提取147

4.1.2　多级滤波抑制背景和噪声149

4.1.3　检测最优门限实时估计158

4.1.4　实验159

4.2　基于分形的非线性滤波162

4.2.1　灰度曲面的分形特征162

4.2.2　小目标检测168

4.2.3　小结170

4.3　基于视觉非线性的二值分割170

4.3.1　计算模型171

4.3.2　算法和实例175

4.3.3　小结178

4.4　多值图像分割与标记178

4.4.1　多代理者分割方法179

4.4.2　主要代理者的说明180

4.4.3　实验184

4.4.4　轮廓跟踪、标记和区域树结构187

4.5　基于梯度的分割与兴趣点检测196

4.5.1　低反差图像分割196

4.5.2　吃水线识别200

4.5.3　帧间兴趣点确认202

4.5.4　实验203

参考文献204

第5章 运动目标检测209

5.1　运动感知模型209

5.1.1　有趣的性质210

5.1.2　移动图像的频率构成210

5.1.3　运动感知器模型213

5.2.1　恒常性假设及其计算221

5.1.4　小结221

5.2　基于光流的运动目标检测221

5.2.2　背景与目标的表观运动222

5.2.3　抑制噪声影响223

5.2.4　多分辨率运动估计224

5.2.5　光流计算与检测实验226

5.2.6　有监督学习的运动物体检测229

5.2.7　小结239

5.3　点源运动目标检测239

5.3.1　成像的采样模型240

5.3.2　频率域检测算法241

5.3.3　空间－时间－光谱域检测算法248

参考文献259

第6章 目标识别算法261

6.1　概述261

6.1.1　统计模式识别算法261

6.1.2　基于模型的识别算法262

6.1.4　典型目标类型264

6.1.3　人工神经网络算法264

6.2　基于不变量的目标识别265

6.2.1　边界仿射不变量识别机场265

6.2.2　Zernike矩识别算法273

6.2.3　多尺度矩不变量识别飞机276

6.3　基于知识的识别算法280

6.3.1　前视桥梁识别280

6.3.2　前视电厂识别288

6.4　知觉组织与双特征融合识别299

6.4.1　启发式两阶段识别300

6.4.2　目标提取与识别的证据累积307

参考文献316

第7章 实时识别系统320

7.1　实时的概念320

7.2　实时系统的实现策略321

7.2.1　算法和结构的相互映射321

7.2.2　算法复杂性分析323

7.2.3　软件／硬件的折衷324

7.3.2　信息处理机系统325

7.3　实时系统举例325

7.3.1　检测识别处理流程325

参考文献335

第8章 系统分析、仿真与评价338

8.1　系统分析与研发策略338

8.1.1　系统性能分析338

8.1.2　ATR的复杂性空间340

8.1.3　传感器和目标的可变性342

8.1.4　系统研发策略343

8.2　目标识别的性能度量344

8.2.1　整体性能度量345

8.2.2　功能单元的性能度量349

8.3　仿真与评价351

8.3.1　图像信息处理平台351

8.3.2　图像的全数学仿真352

8.3.3　基于已有数据的图像仿真356

8.3.4　算法评价实例390

参考文献415

后记420