已閱讀1頁(yè)，還剩63頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、紅外圖像的自動(dòng)目標(biāo)識(shí)別(ATR，Automatic Target Recognition)是模式識(shí)別領(lǐng)域中的一個(gè)重要研究課題，它在武器的精確制導(dǎo)中扮演著重要的角色并有著廣泛的應(yīng)用前景。其中，紅外圖像目標(biāo)的特征提取和分類技術(shù)是自動(dòng)識(shí)別系統(tǒng)中的難點(diǎn)和關(guān)鍵技術(shù)。研究紅外圖像目標(biāo)的特征提取和分類技術(shù)對(duì)提高系統(tǒng)的識(shí)別效率和準(zhǔn)確率，提高我方的生存概率都具有重要的意義。
本文重點(diǎn)研究了紅外圖像目標(biāo)的特征提取技術(shù)和多目標(biāo)分類方法。作為特征
2、提取的前提和準(zhǔn)備，本文簡(jiǎn)要地介紹了基于閾值的紅外圖像分割方法，并對(duì)算法進(jìn)行了實(shí)驗(yàn)仿真和性能比較。在圖像目標(biāo)的特征提取方面，首先，研究并總結(jié)了以主分量分析(PCA，Principal Component Analysis)法與獨(dú)立分量分析(ICA，Independent Component Analysis)法為代表的線性特征提取方法和以核函數(shù)為代表的非線性特征提取方法。其次，針對(duì)傳統(tǒng)ICA特征提取算法提取獨(dú)立分量的無序性，本文提出了一種
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(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(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。
最新文檔
- 高光譜圖像特征提取與分類算法研究.pdf
- SAR圖像目標(biāo)特征提取與識(shí)別算法研究.pdf
- 艦船目標(biāo)SAR圖像特征提取與分類技術(shù).pdf
- 多目標(biāo)礦業(yè)復(fù)雜圖像特征提取與分類.pdf
- 人臉圖像特征提取和分類算法研究.pdf
- 白細(xì)胞圖像的特征提取與分類算法研究.pdf
- 圖像紋理特征提取及分類算法研究.pdf
- 蘋果圖像特征提取與分類算法的研究與應(yīng)用.pdf
- 圖像特征提取與分類超圖的學(xué)習(xí)算法研究.pdf
- 紅外圖像目標(biāo)識(shí)別及特征提取技術(shù)的研究.pdf
- 圖像特征提取與匹配算法研究.pdf
- 圖像特征提取算法研究與應(yīng)用.pdf
- 紋理特征提取與自動(dòng)分類算法研究.pdf
- 紋理的特征提取與圖像分類研究.pdf
- 足跡圖像的特征提取與分類.pdf
- 圖像紋理特征提取及分類研究.pdf
- 雷達(dá)圖像目標(biāo)特征提取方法研究.pdf
- 圖像紋理特征提取及分類算法研究碩士論文
- 數(shù)字圖像的特征提取與分類研究.pdf
- SAR圖像特征提取與分類方法的研究.pdf
評(píng)論
0/150
提交評(píng)論