电视末制导自动目标识别研究
发布时间：2022-01-03 23:58
自从第二次世界大战首次出现以来，精确制导武器如雨后春笋般不断涌现，纵观近半个多世纪来世界上历次大大小小的局部战争，制导武器的使用比例在急速上升，从二战时的尝试性使用到越南战争中崭露头角，再到最近的利比亚战争中完全占据主导地位，大有取代常规武器的趋势。尽管目前来看两种武器各有特点和优势，但常规武器制导化已然成为世界军事发展必然趋势却是不争的事实。基于以上背景本文在对当前世界精确制导武器做大量分析研究和归纳总结的基础上，着重展开对以美国“标枪”为代表的短程电视末制导导弹自动目标识别技术的研究。“标枪”是一款肩扛式短程作战武器，发射者瞄准目标并发射后导弹可以自主完成目标识别、跟踪和攻击任务，做到了真正的“发射后不管”。对这一类型末制导导弹电视目标识别系统的研究国内尚不多，其难点主要有三个方面：首先，射手瞄准目标存储目标模板与目标向下攻击进行模板匹配时，导引头的成像会有一个比较大的视角变化，这一大视角变化是普通匹配算法难以解决的；第二，导弹向下攻击时有个点火过程，在这一短暂的过程中会发生剧烈抖动，该阶段背景对目标干扰比较严重这对图像跟踪算法的精确性和速度提出了很高的要求；第三，当导弹接近目标时...
【文章来源】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)吉林省
【文章页数】：150 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
目录
第1章 绪论
1.1 课题研究的背景及意义
1.2 电视末制导图像处理过程
1.3 电视末制导目标识别技术研究现状
1.4 论文的主要工作与章节安排
第2章 精确制导武器与精确制导技术
2.1 引言
2.2 精确制导武器
2.3 成像精确制导技术
2.4 本章小结
第3章 大尺度视角变化图像匹配算法研究
3.1 引言
3.2 基于特征点的抗仿射变换图像匹配算法介绍
3.3 SIFT算法
3.4 改进的全仿射不变SIFT算法
3.5 改进的全仿射不变SIFT算法优化与应用
3.6 本章小结
第4章 Harris角点统计特性和PSO算法相结合的图像跟踪算法
4.1 引言
4.2 主要的角点检测算法介绍
4.3 Harris角点偏差和方差的求解
4.4 Harris角点统计特性和PSO算法结合的跟踪算法
4.5 仿真与实验
4.6 本章小结
第5章 改进的尺度自适应Mean-shift跟踪算法研究
5.1 引言
5.2 Mean-shift理论
5.3 Mean-shift算法抗尺度变化的不足
5.4 尺度空间不变性理论
5.5 尺度选择算法改进
5.6 仿真与实验
5.7 本章小结
第6章 基于TMS320C6416的电视跟踪器硬件设计
6.1 引言
6.2 系统功能及要求
6.3 系统组成与工作原理
6.4 系统软件架构
6.5 硬件系统及实验结果图
6.6 本章小结
第7章 总结与展望
7.1 论文完成的主要工作总结
7.2 论文主要特色及创新点
7.3 展望
参考文献
在学期间学术成果情况
指导教师及作者简介
致谢
【参考文献】：
期刊论文
[1]微波/红外成像复合制导技术发展分析[J]. 赵峰民,刘皞,陈望达. 激光与红外. 2012(01)
[2]基于各向异性高斯核的多尺度角点检测[J]. 章为川,程冬,朱磊. 电子测量与仪器学报. 2012(01)
[3]远程精确打击武器的对抗与反对抗[J]. 刘星,吴森堂. 舰船科学技术. 2012(01)
[4]尺度不变特征提取算法的实时实现[J]. 李博,朱丹,佟新鑫. 计算机工程与设计. 2011(12)
[5]基于Legendre正交矩的模糊形变图像的配准方法[J]. 左欣,戴修斌,张辉,罗立民,舒华忠. 电子学报. 2011(12)
[6]自适应阈值的遥感影像角点提取算法[J]. 何微,邓小炼. 遥感信息. 2011(06)
[7]SUSAN算法的几点改进[J]. 徐垚. 信息技术. 2011(11)
[8]角点检测技术的算法研究[J]. 郭海礁. 电脑知识与技术. 2011(32)
[9]精确制导技术及其在武器中的应用[J]. 刘冬,鲜勇,郭飞帅,姚挺. 飞航导弹. 2011(11)
[10]关于国外微型导弹发展的思考[J]. 关世义,丛敏,林涛. 战术导弹技术. 2011(06)
博士论文
[1]复杂环境下视频目标跟踪技术的算法和应用研究[D]. 薛陈.中国科学院研究生院（长春光学精密机械与物理研究所） 2010
[2]基于支持向量机的目标跟踪技术研究[D]. 宋华军.中国科学院研究生院（长春光学精密机械与物理研究所） 2006
[3]导弹末敏子弹总体相关技术研究[D]. 郭锐.南京理工大学 2006
[4]Mean Shift及相关算法在视频跟踪中的研究[D]. 朱胜利.浙江大学 2006
[5]运动模糊图像恢复算法的研究与实现[D]. 刘微.中国科学院研究生院（长春光学精密机械与物理研究所） 2006
[6]光学图像末制导中的点目标检测与识别算法研究[D]. 张兵.国防科学技术大学 2005
硕士论文
[1]多通道图像MSER局部不变特征提取算法研究[D]. 柳涛.国防科学技术大学 2010
[2]基于Harris-Affine特征的图像检索系统研究与实现[D]. 杨健.大连理工大学 2008
[3]电视导引头中目标识别技术的研究[D]. 罗华.西北工业大学 2007
[4]电视导引头图像处理系统研究[D]. 邓宏伟.南京理工大学 2006
本文编号：3567231
【文章来源】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)吉林省
【文章页数】：150 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
目录
第1章 绪论
1.1 课题研究的背景及意义
1.2 电视末制导图像处理过程
1.3 电视末制导目标识别技术研究现状
1.4 论文的主要工作与章节安排
第2章 精确制导武器与精确制导技术
2.1 引言
2.2 精确制导武器
2.3 成像精确制导技术
2.4 本章小结
第3章 大尺度视角变化图像匹配算法研究
3.1 引言
3.2 基于特征点的抗仿射变换图像匹配算法介绍
3.3 SIFT算法
3.4 改进的全仿射不变SIFT算法
3.5 改进的全仿射不变SIFT算法优化与应用
3.6 本章小结
第4章 Harris角点统计特性和PSO算法相结合的图像跟踪算法
4.1 引言
4.2 主要的角点检测算法介绍
4.3 Harris角点偏差和方差的求解
4.4 Harris角点统计特性和PSO算法结合的跟踪算法
4.5 仿真与实验
4.6 本章小结
第5章 改进的尺度自适应Mean-shift跟踪算法研究
5.1 引言
5.2 Mean-shift理论
5.3 Mean-shift算法抗尺度变化的不足
5.4 尺度空间不变性理论
5.5 尺度选择算法改进
5.6 仿真与实验
5.7 本章小结
第6章 基于TMS320C6416的电视跟踪器硬件设计
6.1 引言
6.2 系统功能及要求
6.3 系统组成与工作原理
6.4 系统软件架构
6.5 硬件系统及实验结果图
6.6 本章小结
第7章 总结与展望
7.1 论文完成的主要工作总结
7.2 论文主要特色及创新点
7.3 展望
参考文献
在学期间学术成果情况
指导教师及作者简介
致谢
【参考文献】：
期刊论文
[1]微波/红外成像复合制导技术发展分析[J]. 赵峰民,刘皞,陈望达. 激光与红外. 2012(01)
[2]基于各向异性高斯核的多尺度角点检测[J]. 章为川,程冬,朱磊. 电子测量与仪器学报. 2012(01)
[3]远程精确打击武器的对抗与反对抗[J]. 刘星,吴森堂. 舰船科学技术. 2012(01)
[4]尺度不变特征提取算法的实时实现[J]. 李博,朱丹,佟新鑫. 计算机工程与设计. 2011(12)
[5]基于Legendre正交矩的模糊形变图像的配准方法[J]. 左欣,戴修斌,张辉,罗立民,舒华忠. 电子学报. 2011(12)
[6]自适应阈值的遥感影像角点提取算法[J]. 何微,邓小炼. 遥感信息. 2011(06)
[7]SUSAN算法的几点改进[J]. 徐垚. 信息技术. 2011(11)
[8]角点检测技术的算法研究[J]. 郭海礁. 电脑知识与技术. 2011(32)
[9]精确制导技术及其在武器中的应用[J]. 刘冬,鲜勇,郭飞帅,姚挺. 飞航导弹. 2011(11)
[10]关于国外微型导弹发展的思考[J]. 关世义,丛敏,林涛. 战术导弹技术. 2011(06)
博士论文
[1]复杂环境下视频目标跟踪技术的算法和应用研究[D]. 薛陈.中国科学院研究生院（长春光学精密机械与物理研究所） 2010
[2]基于支持向量机的目标跟踪技术研究[D]. 宋华军.中国科学院研究生院（长春光学精密机械与物理研究所） 2006
[3]导弹末敏子弹总体相关技术研究[D]. 郭锐.南京理工大学 2006
[4]Mean Shift及相关算法在视频跟踪中的研究[D]. 朱胜利.浙江大学 2006
[5]运动模糊图像恢复算法的研究与实现[D]. 刘微.中国科学院研究生院（长春光学精密机械与物理研究所） 2006
[6]光学图像末制导中的点目标检测与识别算法研究[D]. 张兵.国防科学技术大学 2005
硕士论文
[1]多通道图像MSER局部不变特征提取算法研究[D]. 柳涛.国防科学技术大学 2010
[2]基于Harris-Affine特征的图像检索系统研究与实现[D]. 杨健.大连理工大学 2008
[3]电视导引头中目标识别技术的研究[D]. 罗华.西北工业大学 2007
[4]电视导引头图像处理系统研究[D]. 邓宏伟.南京理工大学 2006
本文编号：3567231
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3567231.html
