目标的特征造句

造句与例句手机版

本文研究遥感影像线状目标的特征提取和机场目标计算机自动识别方法。
当前动态背景中运动目标的处理是数字图像处理领域中的一个重要发展方向，对于运动目标的特征提取具有深远的意义。
摘要针对复杂背景下的红外弱小目标的特征提取问题，提出了一种实用的红外目标的特征量提取算法。
本文的研究方法是从目标产生的辐射噪声中提取出目标的特征信息，结合已有的先验知识，对目标的类别做出判断。
为提高主动照明跟踪的稳定性，本文就湍流下的主动照明目标的特征从仿真方法和照明目标特征提取算法两方面展开研究。
主要的工作是在前期研究的基础上，利用已有水中目标的特征提取和识别方法，应用人工神经网络技术，总结出一种水下目标识别方法。
同时，在图像轮廓角点特征比较明显的情况下，用角点提取技术提取目标的特征点集，并设计了点集匹配函数，用于目标间的匹配与跟踪。
本文的第一章是绪论，阐述了研究课题的提出，对炮弹装药自动识别技术包括图像边缘检测技术、目标的特征提取技术、目标的模式识别技术进行了概述，提出系统的解决方案。
利用tms320c5409的特点，将目标分离、特征提取、目标识别等算法的操作“并行”进行，如在目标和背景分离的过程中提取目标的特征量，大幅度提高了系统的运算速度。
其次，围绕目标的特征提取问题，文中讨论了含噪照明目标图像的分布特点，并从亮度和边缘变化方面对照明光束远场特征进行了分析和归纳，提出采用基于mrf理论对照明目标分割来提取目标形心特征的方法。
用目标的特征造句挺难的，這是一个万能造句的方法
雷达ppi有别于通常的可见光或红外图像运动目标，在借鉴一般图像目标检测方法和分析雷达ppi目标特点的基础上，本文提出了一种雷达ppi目标检测和跟踪方法，其主要思想是利用小波技术去除噪声，提取ppi目标的特征(形状、回波强度与背景的关系等) ，然后实现跟踪与检测。
本论文以小波变换为数学工具，力图从理论和实验两方面系统地研究在宽频带自导中遇到的两个问题：畸变信道的信号检测和水下目标的特征提取与识别。
在旋转不变性和特征提取方面，研究了目标的zernike不变矩方法，并且提出了用小波分析在目标图像特征提取方面的应用，分别用zernike矩和小波分析方法提取了目标的特征值，将两者提取的特征值分别作为目标识别分类器的输入。
同时根据目标识别的特征选择原则，从遥感影像许多重要目标表现为线性形状的特点及这些目标识别的实际需求出发，提出了以目标边缘信息作为反映图象内容的一个特征，研究了基于线状目标的特征提取和识别的方法。
使用分形方法提取目标的特征，在知识指导下，提出了一种基于目标特征模型的降维的形态学分形维数计算方法，对传统分形方法进行了改进，从理论上推证了算法的合理性，并对算法进行了仿真分析；针对传统hough变换无法获得线段端点和长度信息的局限性，提出了一种基于目标特征先验知识的hough变换融合策略，通过引入目标先验知识，可以有效地获得直线信息；对信息多而复杂的机场目标采用基于知识的目标识别方法，使用置信度模摘要型实现不确定推理，对目标进行识别判断，将知识贯穿于整个识别过程中，对目标进行了有效地识别。
在发射波形设计中提出了冲击响应消去法，设计与目标匹配的发射波形来检测和识别目标；在特征波形检测中提出用目标冲击响应的晚期响应作为目标的特征波形，再利用自适应波束形成的算法来检测待测目标的特征波形。
该方法根据彩色图像到灰度图像的转换关系,建立特征空间模型;通过计算相似度函数,选取最能区分背景与目标的特征空间;在该空间下,利用分块的灰度平均值建立图像匹配的相关性函数来进行跟踪。
系统首先对领域训练样本进行学习，利用领域词典对训练文本进行词条切分和词频统计，并根据词频分布，提取代表采集目标的特征项集和相应的权重，生成特征矢量，形成初始领域模型和用户模型。