图书介绍
典型目标识别与图像除雾技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

- 董慧颖 著
- 出版社: 北京:国防工业出版社
- ISBN:7118098822
- 出版时间:2016
- 标注页数:117页
- 文件大小:18MB
- 文件页数:127页
- 主题词:
PDF下载
下载说明
典型目标识别与图像除雾技术PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
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
图书目录
第1章 绪论1
1.1 典型目标识别技术概述1
1.2 军事目标识别技术及其发展概况2
1.2.1 ATR简介2
1.2.2 军事目标识别技术的发展2
1.2.3 典型ATR系统7
1.3 车牌自动识别技术概述8
1.3.1 车牌自动识别系统的组成及工作原理8
1.3.2 车牌自动识别系统的国内外现状9
1.3.3 汽车牌照识别系统关键技术11
1.4 目标识别中的干扰因素分析12
1.4.1 被动干扰12
1.4.2 主动干扰13
1.4.3 不同气象条件对目标识别系统的影响13
1.5 本书的主要内容14
1.5.1 本书的主要工作14
1.5.2 本书的结构15
第2章 目标识别技术的相关理论基础16
2.1 数学形态学基础16
2.1.1 数学形态学概述16
2.1.2 二值形态学的基本原理17
2.1.3 灰度形态学的基本原理18
2.1.4 数学形态学的结构元素及其分类、组合、分解19
2.1.5 数学形态学的应用21
2.2 图像分割方法概述21
2.2.1 图像分割的基本概念21
2.2.2 图像分割方法22
2.2.3 图像分割中存在的问题24
2.3 图像特征分析与描述25
2.3.1 图像特征分类25
2.3.2 特征的分析与描述25
2.4 神经网络理论基础27
2.4.1 人工神经网络及其模型27
2.4.2 神经网络的分类及其激活函数29
2.4.3 神经网络的学习训练方法30
2.5 大气散射理论基础32
2.5.1 大气中粒子与天气的关系33
2.5.2 大气散射机理34
第3章 典型目标检测及提取技术39
3.1 引言39
3.2 目标搜索与定位方法39
3.2.1 目标区域搜索方法40
3.2.2 目标定位方法43
3.3 综合目标分割方法45
3.3.1 基于特征的目标分割方法45
3.3.2 算法综合及结果48
3.4 基于多层次特征目标提取中的目标候选区域选择49
3.4.1 基于灰度特征的多阈值分割49
3.4.2 基于空间分布特征的区域选择49
3.5 基于多层次特征与数学形态学的目标提取方法50
3.5.1 基于多层次特征与数学形态学的目标提取方法50
3.5.2 目标递归提取方法52
3.5.3 提取流程及实验结果53
第4章 基于综合特征的目标识别技术57
4.1 引言57
4.1.1 特征提取与选择57
4.1.2 特征提取与选择的步骤57
4.1.3 特征提取与特征选择的关系58
4.2 基于综合特征提取的车牌字符识别方法58
4.2.1 车牌字符的几种典型特征及提取方法59
4.2.2 识别流程及分类器的设计60
4.2.3 算法综合及识别结果61
4.3 基于不变特征的军事目标识别62
4.3.1 不变矩与圆度特征提取62
4.3.2 构造样本特征库67
4.3.3 特征空间搜索与特征匹配68
4.3.4 判决与分类69
4.3.5 系统识别流程及与识别实验结果70
第5章 基于神经网络的目标识别技术72
5.1 基于BP网络的目标识别72
5.1.1 BP网络模型及其工作原理72
5.1.2 BP网络分类器的实现及实验结果76
5.2 基于自组织竞争网络的目标识别79
5.2.1 自组织竞争网络模型及其工作原理79
5.2.2 自组织竞争网络分类器的实现及实验结果81
5.3 基于Hopfield网络的目标识别82
5.3.1 Hopfield网络模型及其工作原理82
5.3.2 Hopfield网络分类器的实现及实验结果85
5.4 基于不变特征的神经网络识别86
5.4.1 BP网络识别87
5.4.2 自组织竞争网络识别88
第6章 基于物理模型的雾天退化图像复原方法89
6.1 退化图像及复原方法概述89
6.1.1 成像系统的数学描述89
6.1.2 退化图像模型91
6.1.3 退化图像的复原方法概述93
6.2 天气退化图像模型96
6.2.1 单色大气散射模型96
6.2.2 二色大气散射模型96
6.2.3 光源的辉光模型97
6.3 光源天气退化图像的仿真及复原101
6.3.1 光源天气退化图像的仿真101
6.3.2 光源天气退化图像的复原102
6.4 基于二色模型的天气退化图像的复原方法104
6.4.1 获取深度信息104
6.4.2 图像复原105
6.4.3 复原后图像增强106
6.4.4 仿真实验结果及比较107
后记110
参考文献112
热门推荐
- 2699097.html
- 1578414.html
- 3036383.html
- 2805327.html
- 1147179.html
- 3070891.html
- 539820.html
- 1998312.html
- 2569594.html
- 212535.html
- http://www.ickdjs.cc/book_704429.html
- http://www.ickdjs.cc/book_2896793.html
- http://www.ickdjs.cc/book_2544567.html
- http://www.ickdjs.cc/book_2280094.html
- http://www.ickdjs.cc/book_1924684.html
- http://www.ickdjs.cc/book_517032.html
- http://www.ickdjs.cc/book_1546727.html
- http://www.ickdjs.cc/book_198434.html
- http://www.ickdjs.cc/book_1078329.html
- http://www.ickdjs.cc/book_1908505.html