《自動目標精確識別技術的物理學基礎》是2014年5月出版的圖書，作者是祝開建、菲羅茲 薩賈迪、巴赫拉姆 賈維迪等。
基本介紹
- 書名：自動目標精確識別技術的物理學基礎
- 作者：祝開建、菲羅茲 薩賈迪、巴赫拉姆 賈維迪等
- ISBN：978-7-118-09276-9
- 頁數：260
- 定價：78.00
- 出版時間：2014年5月
- 裝幀：平裝
- 開本：16
- 版次：1版1次
- 字數：252
- 中圖分類：TP391.4
內容簡介,目錄,
內容簡介
本書旨在從物理學的角度對自動目標識別技術（ATR）提出一些看法。自動目標識別可以看作是電磁學和聲學的逆問題，主要目的就是利用這些信號區分原始目標。經驗表明，只有了解問題的本質，即信號傳輸過程中的變換，才有希望解決這種逆問題。本書介紹了圖像匹配、不變代數理論、加權 Zak 變換、偏振光學成像、地下目標自動識別與地雷檢測、數字全息技術等領域和技術的最新研究成果，旨在從物理學的角度對自動目標識別技術提供一些新的思路，通過了解問題的本質，分析信號傳輸過程中的變換特徵，希望解決一些自動目標識別的關鍵技術，具有很強的前沿技術研究指導意義。
本書的特點是匯集了眾多國際知名專家的研究成果，將最新的理論與實踐套用有機地結合在一起，這些專家學者在各自的領域都非常突出，而且在自動目標識別領域也活躍了幾十年。 本書適用範圍很廣，既可以作為自動目標識別專業高年級本科生或研究生的教材，又可以為空間監視以及空間科學的專業人士提供參考。
目錄
{第1 章基於核函式的非線性子空間目標檢測技術在高光18.5mm}譜圖像中的套用}{1}
{1.1}引言}{1}
{1.2}核方法和核技巧}{2}
{1.3}線性子空間匹配檢測器和核匹配子空間檢測器}{3}
{1.3.1}用於目標檢測的廣義似然比檢驗{4}
{1.3.2}定義在特徵空間中的線性子空間模型}{5}
{1.3.3}特徵空間中的核化6}
{1.4}OSP和核OSP 算法}{8}
{1.4.1}線性光譜混合模型}{8}
{1.4.2}特徵空間的{\bf OSP} 及其核版本}{9}
{1.5}線性光譜匹配濾波器和核光譜匹配濾波器}{10}
{1.5.1}線性光譜匹配濾波器}{10}
{1.5.2}特徵空間的光譜匹配濾波器及其核版本}{12}
{1.6}自適應子空間檢測器和核自適應子空間檢測器}{13}
{1.6.1}線性自適應子空間檢測器}{13}
{1.6.2}特徵空間中的及其核版本}{14}
{1.7}實驗結果}{15}
{1.7.1}玩具算例}{16}
{1.7.2}高光譜圖像}{16}
{1.8}結論}{21}
{1.9}附錄Ⅰ(核PCA)}{21}
{參考文獻}{24}
{第2 章不變代數理論及其在自動目標識別中的套用}{27}
{2.1}引言}{27}
{2.2}不變代數理論}{28}
{2.2.1}不變矩基本定理}{29}
{2.3}二元齊次多項式不變數的套用}{30}
{2.3.1}二維幾何不變性}{30}
{2.3.2}聯合幾何與材料不變性}{31}
{2.4}三元齊次多項式不變數}{34}
{2.5}複雜性分析}{37}
{2.5.1}假設}{37}
{2.5.2}非不變數方法}{39}
{2.5.3}不變數方法}{39}
{2.6}結論}{41}
{參考文獻}{42}
{第3 章基於時頻分析和最佳化技術的地下目標自動識別}{43}
{3.1}引言}{43}
{3.2}理論模型}{45}
{3.2.1}土壤性質的樣條模型}{45}
{3.2.2}實際中的目標轉換法46}
{3.2.3}差分進化法}{49}
{3.3}試驗場裡的目標識別}{50}
{3.3.1}雷達測量}{50}
{3.3.2}地下目標識別}{53}
{3.4}結論}{56}
{致謝}{56}
{參考文獻}{57}
{第4 章加權Zak 變換的性質及其在信號處理中的套用}{59}
{4.1}引言}{59}
{4.2}背景和定義}{60}
{4.3}加權Zak 變換和模糊函式}{61}
{4.4}加權函式}{64}
{4.5}加權Zak 變換的逆變換}{70}
{4.6}綜合信號的加權Zak 變換}{73}
{致謝}{74}
{參考文獻}{74}
{第5 章可見光的偏振特徵在自動地雷檢測中的套用}{76}
{5.1}引言}{76}
{5.2}採用照相機系統的地雷檢測}{76}
{5.2.1}偏振照相機}{77}
{5.2.2}可見光偏振在區域縮小方面的套用}{77}
{5.3}檢測}{78}
{5.3.1}檢測概念設計}{78}
{5.3.2}檢測方法}{79}
{5.4}檢測試驗}{81}
{5.4.1}偏振測量建立}{82}
{5.4.2}測試建立}{83}
{5.4.3}性能評估工具}{84}
{5.5}試驗結果}{85}
{5.5.1}偏振與亮度的對比}{86}
{5.5.2}太陽位置}{86}
{5.5.3}雲層的影響}{88}
{5.5.4}表面定向}{89}
{5.6}結論}{91}
{參考文獻}{92}
{第6 章偏振光學成像的物理性質研究}{94}
{6.1}引言}{94}
{6.2}斯托克斯向量和密勒矩陣}{95}
{6.3}偏振成像的目標形狀信息}{95}
{6.3.1}空氣/介質界面的反射}{95}
{ 6.3.1.1}偏振反射理論}{95}
{6.3.2}熱輻射}{97}
{6.3.3}圓偏振}{102}
{6.4}結論}{105}
{參考文獻}{105}
{第7 章色散及其影響與補償}{107}
{7.1}引言}{107}
{7.2}基本概念與定義}{109}
{7.3}脈衝的空間矩}{110}
{7.4}色散-- 不變矩}{114}
{7.5}例子}{116}
{7.5.1}色散-- 不變矩}{118}
{7.6}波傳播過程的維格納近似和近似不變矩}{120}
{7.7}對偶例子, 給定的情況}{122}
{7.7.1}預備知識}{122}
{7.7.2}具有色散不變性的時間矩}{123}
{7.7.3}維格納近似以及近似不變矩}{125}
{7.8}結論}{127}
{參考文獻}{127}
{第7 章色散及其影響與補償}{107}
{7.1}引言}{107}
{7.2}基本概念與定義}{109}
{7.3}脈衝的空間矩}{110}
{7.4}色散-- 不變矩}{114}
{7.5}例子}{116}
{7.5.1}色散-- 不變矩}{118}
{7.6}波傳播過程的維格納近似和近似不變矩}{120}
{7.7}對偶例子, 給定的情況}{122}
{7.7.1}預備知識}{122}
{7.7.2}具有色散不變性的時間矩}{123}
{7.7.3}維格納近似以及近似不變矩}{125}
{7.8}結論}{127}
{參考文獻}{127}
{第8 章\利用進化算法在圖像回響空間中進行多感測器目標識別}{129}
{8.1}引言}{129}
{8.2}用於不同成像類型目標識別的進化算法混合模型}{131}
{8.3}不同成像類型的數值實驗}{133}
{8.4}結論}{141}
{參考文獻}{142}
{第9 章計算機視覺中眼睛的生物物理學原理、方法和先進的技術}{144}
{9.1}引言}{144}
{9.1.1}基於眼睛跟蹤的套用}{144}
{9.1.2}眼睛跟蹤模組}{145}
{9.1.3}本章結構}{145}
{9.2}背景回顧: 光、眼睛回響和運動}{146}
{9.2.1}電磁譜}{146}
{9.2.2}瞳孔回響}{147}
{9.2.3}眼睛的運動}{147}
{9.3}眼睛外觀變化}{149}
{9.4}眼睛圖像表示}{151}
{9.4.1}選擇準則}{151}
{9.4.2}特徵空間}{151}
{9.5}眼睛變化的建模}{152}
{9.6}眼睛自動定位}{154}
{9.7}跟蹤問題描述}{157}
{9.7.1}組成}{157}
{9.7.2}貝葉斯表達}{158}
{9.8}跟蹤方法模型}{159}
{9.9}基於粒子濾波的眼睛跟蹤方法}{160}
{9.9.1}粒子濾波}{160}
{9.9.2}紅外瞳孔觀測的自適應跟蹤器}{163}
{9.9.3}粒子濾波和虹膜輪廓綜合跟蹤器}{166}
{9.10}基於眼睛跟蹤的先進技術}{169}
{9.11}結論}{171}
{參考文獻}{171}
{第10 章使用單次線上曝光數字全息技術的兩種微生物識別方法}{178}
{10.1}引言}{178}
{10.2}單次線上曝光數字全息技術}{180}
{10.3}基於形態學的識別}{181}
{10.3.1}預處理、基於的小波和特徵提取}{181}
{10.3.2}基於剛性圖像匹配技術的識別方法}{182}
{10.4}能夠容忍形變的識別}{184}
{10.5}實驗結果{187}
{10.5.1}利用數字全息圖的成像}{188}
{10.5.2}基於 形態學的識別}{189}
{10.5.3}容忍形變的識別}{191}
{10.6}結論}{194}
{參考文獻}{194}
{第11 章採用單曝光共軸數字全息的容忍畸變三維目標識別}{198}
{11.1}引言}{198}
{11.2}單曝光共軸數字全息}{199}
{11.3}複合濾波器設計}{201}
{11.4}實驗結果}{202}
{11.4.1}旋轉容忍性}{202}
{11.4.2}縱向位移的容忍性}{206}
{11.5}結論}{207}
{參考文獻}{208}
{第12 章用於畸變情況下遠程目標識別和驗證的不變光學身份標籤設計}{210}
{12.1}引言}{210}
{12.2}識別系統}{211}
{12.3}簽名的加密和解密}{212}
{12.4}畸變情況下的不變身份標籤}{214}
{12.5}簽名的驗證}{218}
{12.6}識別結果}{219}
{12.6.1}旋轉不變性}{219}
{12.6.2}尺度不變性}{221}
{12.6.3}同時旋轉和尺度不變性}{221}
{12.6.4}噪聲穩健性}{225}
{12.7}結論}{225}
{參考文獻}{226}
{第13 章採用最大似然估計和等值線正則化的相干斑消除}{229}
{13.1}引言}{229}
{13.2}算法描述}{230}
{13.2.1}最大似然估計器}{230}
{13.2.2}圖像模型}{231}
{13.2.3}對數似然準則的最佳化}{232}
{13.2.4}採用等值線的正則化}{234}
{13.3}結果和參數的影響}{237}
{13.3.1}合成和真實圖像的結果}{237}
{13.3.2}對比度門限的影響分析}{239}
{13.3.3}等值線約束權值的影響分析}{240}
{13.3.4}算法對空間相關性的魯棒性}{242}
{13.4}結論}{243}
{參考文獻}{243}
