原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
多模态特征融合的红外弱小目标智能识别技术研究
目录
内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2.1红外弱小目标识别技术发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.2.2多模态特征融合技术进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.2.3现有技术面临的挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.3主要研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.4技术路线与创新点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
红外弱小目标特性分析及预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．11
2.1红外弱小目标成像特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.2目标与背景的区分难点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.3图像预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.3.1噪声抑制技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.3.2图像增强算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
2.3.3形态学处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
多模态特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
3.1红外图像特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
3.1.1空间域特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
3.1.2频率域特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
3.1.3光谱特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
3.2其他模态特征获取与提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
3.2.1可见光/微光图像特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
3.2.2热红外图像特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
3.2.3空间/光谱特征融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
3.3深度学习在特征提取中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
基于多模态特征融合的识别模型构建．．．．．．．．．．．．．．．．．．．．．．．40
4.1特征级融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
4.1.1线性加权融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
4.1.2非线性映射融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
4.1.3基于学习的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
4.2决策级融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
4.2.1贝叶斯融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
4.2.2DS证据理论融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
4.2.3基于优化的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
4.3混合融合模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
实验验证与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
5.1实验数据集与设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
5.2评价指标．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）