菜单
  

    摘要对红外目标进行检测是依靠对目标的成功辨认和跟踪,对红外目标检测算法的研究成为了近年研究的热门课题,成功的研究能有效提高红外预警系统、改善红外制导系统性能,因此对其进行深入研究有重要的理论意义和实用价值。研究出一个更加完善,更加优异的图像分割算法对红外目标检测是具有重大意义的。

    本课题主要是在MATLAB语言环境下,编程实现常用的红外图像目标检测算法,例如Otsu算法,fcm算法,最佳阈值算法等不同算法在处理相同的单帧帧图像时生成的处理结果进行收集,除了上述有关阈值方面的,本文还提到了边缘检测算子的基本应用,利用各式各样的算法进行仿真,然后通过对主观的观察以及客观数据的讨论,并对其对比分析,探索硬件能够实时实现,判断出不同的算法的优缺点和适用范畴。64923

    毕业论文关键词    红外图像   阈值分割   目标检测

    毕业设计说明书(论文)外文摘要

    Title  the research of algorithm for infrared  image segmentation                                                 

    Abstract Infrared target detection and tracking of target recognition is based on infrared target detection algorithm research has been a hot research topic in recent years, which is to improve the infrared alarm system, infrared guidance system performance is the key, so its in-depth study has important theoretical significance and practical value. Come up with a better and more superior image segmentation algorithm for infrared target detection is of great significance.

    The main subject is in the MATLAB language environment, the programming of commonly used infrared image target detection algorithms such as Otsu algorithm, fcm algorithm, the optimal threshold algorithm of different algorithms in dealing with the same single-frame image frame generated when processing the results of the collection, in addition to the above aspects of the threshold, the paper also mentions edge detection operators the basic application, the use of a variety of algorithms for the simulation, and then through subjective observation and discussion of objective data, and its comparative analysis, exploration hardware can real-time implementation, determine the advantages and disadvantages of different algorithms and application areas.

    Keywords  Image segmentation  Threshold segmentation Target Detection

    目次

    1  引言 1

    1.1图像与数字图像处理1

      1.2 研究图像分割处理的意义 1

      1.3图像分割技术的背景和国内外研究现状  2

      1.4本课题的研究工作2

    2  图像分割算法与大致分类  3

    2.1基于阈值的图像分割   3

    2.2区域生长和分裂合并4

    2.3 利用边缘检测算子5

    3  基于阈值的图像分割算法概述  12

    3.1 最大类间差算法13

    3.2 模糊C均值聚类算法15

    3.3二维熵分割算法16

    3.4最佳阈值分割法19

    3.5最大熵图像分割法20

    3.6分水岭图像分割算法22

    结论  24

    致谢  26

    参考文献27

    1 引言

    据研究,在人类能接收到的全部信息中,8成的信息是通过眼睛也就是视觉得到的,与读,听的辅助接受信息的方式相比,眼睛观察能接受信息量更加旁大,更加明显,更加客观,所以也就是更高效和更广泛的适应性。当我们手握一个充满了内容的图像时,对之进行合理的分割和处理,可以跟容易识别,分析,最后达到对信息的完全理解。

  1. 上一篇:APC基于三维数据的客流计数系统设计
  2. 下一篇:HFSS的C波段波导缝隙阵天线的设计与分析
  1. 基于混沌的图像加密通信...

  2. 采用纹理特征方法的视频图像分析

  3. CMOS纸张打印质量检测的图像扫描和算法开发

  4. 基于OFDM的数字图像无线传输关键技术研究

  5. LSSVM采用几何方法的图像观测技术实现

  6. EEMD复杂环境下汉语的声韵分割算法研究

  7. MATLAB视频图像液滴速度检测技术研究

  8. 大众媒体对公共政策制定的影响

  9. 电站锅炉暖风器设计任务书

  10. 河岸冲刷和泥沙淤积的监测国内外研究现状

  11. 当代大学生慈善意识研究+文献综述

  12. 酸性水汽提装置总汽提塔设计+CAD图纸

  13. 乳业同业并购式全产业链...

  14. java+mysql车辆管理系统的设计+源代码

  15. 十二层带中心支撑钢结构...

  16. 杂拟谷盗体内共生菌沃尔...

  17. 中考体育项目与体育教学合理结合的研究

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回