2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩92頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、無源毫米波探測成像系統(tǒng)利用物體自身輻射的能量差異而成像,所成圖像能夠?qū)崿F(xiàn)隱匿物品的探檢。無源毫米波探測成像技術(shù)廣泛運(yùn)用在機(jī)場安檢、重點區(qū)域監(jiān)控和戰(zhàn)場環(huán)境偵查等領(lǐng)域。由于毫米波探測系統(tǒng)的成像分辨率受天線特性的限制,所成的毫米波圖像較為模糊,圖像分辨率較差,這些缺點不利于開展后續(xù)的圖像檢測、融合等研究工作。利用多波段圖像融合技術(shù),將毫米波圖像和同一場景的光學(xué)圖像進(jìn)行融合,綜合多傳感的成像優(yōu)點,減少圖像冗余信息,增強(qiáng)互補(bǔ)信息,以便人眼識別與研

2、制。
  本文研究基于具體的科研項目。首先研究了聚類分析技術(shù),用以進(jìn)行毫米波圖像分割,提取出感興趣的目標(biāo)區(qū)域;然后在此基礎(chǔ)上,研究并提出了一種基于區(qū)域分割和多尺度分解的多波段圖像融合方法;具體的研究內(nèi)容包括:
  1.基于無源毫米波成像理論、模型和多波段圖像融合基礎(chǔ)理論,對毫米波成像原理和成像特點進(jìn)行了分析。對一些典型的多波段圖像融合方法和圖像融合質(zhì)量的評價指標(biāo)進(jìn)行了分析和總結(jié)。
  2.研究了聚類分析技術(shù)。對聚類模型

3、的劃分、對象之間的相似性度量進(jìn)行了闡述。并重點介紹了 K均值聚類算法,通過仿真實驗,驗證了其用于毫米波圖像分割是有效和可靠的。
  3.研究了模糊C均值聚類和高斯混合模型聚類算法。通過優(yōu)化目標(biāo)函數(shù),引入鄰域約束信息,對標(biāo)準(zhǔn)的模糊 C均值聚類算法進(jìn)行了改進(jìn)?;诟怕史植嫉乃枷耄瑢D像像素的灰度直方圖分布進(jìn)行擬合,將混合高斯模型和期望最大算法用于毫米波圖像的分割處理,提取出了毫米波圖像中的高灰度值目標(biāo)區(qū)域,得到了目標(biāo)和背景的二值化圖像

4、。
  4.研究并提出了一種基于區(qū)域分割和多尺度分解的多波段圖像融合方法。使用聚類分析技術(shù)對毫米波圖像進(jìn)行分割,得到目標(biāo)背景二值化圖像后,對毫米波圖像和可見光圖像進(jìn)行“非下采樣金字塔(Nonsubsampled Pyramid,NSP)”變換。針對子圖中的目標(biāo)和非目標(biāo)區(qū)域制定不同的融合策略,再將各尺度上的子圖進(jìn)行多尺度重構(gòu),得到融合圖像。
  本文的算法基于毫米波探測系統(tǒng)的實測圖像進(jìn)行了仿真。軟件仿真平臺為Windows系統(tǒng)

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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論