朱圣盼[1]2007年在《基于计算机视觉技术的植物病害检测方法的研究》文中指出利用计算机视觉技术对植物病害进行早期诊断，可以为人们有效的控制植物病害的大规模蔓延争取宝贵时间，将植物病害消灭在萌芽阶段。从而不但可以达到提高农作物产量和质量的目的，而且还可以大幅度的减少农药使用量。所以本课题的应用前景是非常广阔的。本研究的主要内容和研究成果如下：1、综述了国内外利用计算机视觉技术对植物病害和植物生理状况进行检测的研究进展和现状，并指出了国内外同类研究中所存在的问题。2、建立并完善了适合本研究的可见光图像采集系统(包括MeterⅡ／MC(Matrox.Inc)图像采集卡、TMC-7DSP(PULNIX)CCD及6只F40BX／840(GE)荧光灯等)、红外热图像采集系统(包括Talisman K90C(ISG.Inc)红外热像仪、Sony录放机以及MeterⅡ／MC图像采集卡等)和多光谱图像采集系统(包括MS3100 Duncan 3CCD相机(Redlake.Inc)、PCI-1424图像采集卡(National Instrument.Inc)等)。3、采集了植物病害的可见光图像，对图像做预处理，采用由R、G、B颜色分量组合而成的指示值为阈值对图像进行分割，并编写算法对分割处理后图像中误判为背景的像素点进行信息恢复；根据出现病斑后颜色特征的变化分析，利用G／R、G／B两个颜色特征进行了样本病斑的提取，并取得良好效果；对利用图像处理技术测定的病叶受害程度的结果进行了分析，并与传统分级标准中的纸卡法所测定植物病害程度的结果进行了对照。结果表明利用计算机视觉系统和图像分析技术测定植物病害程度是切实可行的。4、本研究发现，在人眼可见的病症出现之前，受TMV感染的浙杂品种番茄叶片温度低于健康叶片温度0.5-1.3℃。因为温度不同，使得在人眼可见的坏死症状出现之前，利用红外热图像来区别感染叶片与健康叶片成为一种有效的途径。也使得基于红外热成像技术的早期植物病害的诊断成为可能。为更好的分析病毒对植物的影响、更准确的分析红外热图像，本研究还进行了病毒实验、电镜实验、超微病变分析、叶绿素含量检测等辅助实验。5、提出了实验所用的多光谱图像系统。根据提取的图像进行了处理试验如不同波段图像的合成，并对采集到的多光谱图像与可见光图像、红外热图像进行了分析对比。结果由于本多光谱相机的波段对于植物病害早期并不敏感，所以在肉眼可见病症出现之前，无法检测是否感染植物病害。但在肉眼可见病症出现后，其中的红色波段就显的比较敏感。6、提出了本研究应用小波变换多尺度进行目标识别的方法和流程图，提取模值图像进行目标和背景的分割。最后还对小波变换方法得到的结果图和传统二值分割法得到的结果图进行了对比，结果表明本研究所采用的小波多尺度目标识别法要优于传统方法。
赵弼龙[2]2014年在《矿用输送带纵向撕裂红外图像检测方法研究》文中研究指明矿用输送带有抗拉强度高、伸长率小、运输能力强、运载功率高的特点,是矿用运输中最经济的手段。但是,由于输送带经常处在长时间、高负荷的工作状态以及意外事故的发生,‘其纵向撕裂事故经常发生,会对企业造成无法估量的经济损失和严重的人员伤亡。为此,纵向撕裂故障检测一直是煤矿安全重点研究的课题。国内外现有的检测方法按其检测方式可分为接触式和非接触式两类检测方法,但是以上方法均存在实时性较差,动作失误率高等缺陷,且均未考虑检测仪器无法克服煤矿井下复杂环境的影响而造成的检测不精确等问题。本文阐述了矿用输送带纵向撕裂检测方法的国内外发展现状；研究了输送带的结构与纵向撕裂故障产生原因,在此基础上研究了红外图像用于输送带检测的原理；分析了现有的红外图像处理方法,包括：直方图双峰法、迭代法、最大熵值法以及基于BP神经网络的方法,通过理论分析与实验证明,得出其缺陷,于是针对上述缺陷提出了基于SVM的红外图像处理方法用于输送带纵向撕裂检测,并将该方法检测后的图像数据与常用的BP神经网络算法处理后的图像进行对比研究；根据上述原理,研究了矿用输送带输送带纵向撕裂的红外图像检测方法。对检测方法的硬件选型进行详细描述,在软件部分的实现中,本文以虚拟仪器进行软件架构,详细描述了LabVIEW驱动红外相机的叁种方式；介绍了采用Matlab实现基于SVM对红外图像进行分割的算法程序；文中详细介绍了LabVIEW与Matlab混合编程的几种方法并加以研究,并选取了最合适的编程方法。对整个软件运行的流程和编写方法进行介绍,并对重点Ⅵ模块编写方法进行阐述,包括：主Ⅵ编写,项目编写、实时图像保存子Ⅵ等。从而实现由LabVIEW控制红外相机对输送带进行红外图像采集,并将采集到的红外图像反馈回Matlab,利用SVM算法对红外图像进行分割处理,将处理后的结果输入到LabVIEW中,由LabVIEW进行判断并做相应处理。最终对上述方法进行仿真实验,包括实时性分析、抗干扰分析以及精确性分析。通过仿真实验可证明,该方法有效的克服了环境影响造成的检测精度低等问题,同时实时性好,辨识能力强,可移植性强,可以满足输送带纵向撕裂检测的诊断要求。本文为红图像觉检测应用于输送带纵向撕裂检测提供了新的理论与切实可行的方法。
安军[3]2013年在《基于红外技术的建筑物外墙质量评价研究》文中研究表明本文通过对建筑外墙红外现场检测技术、红外图像分析处理技术的研究，对红外技术应用于建筑外墙质量评价领域中存在的若干问题进行了探讨，提高红外技术应用于建筑物外墙质量控制评价的可操作性，为建筑物外墙质量的整体性，全面性评价提供科学的依据。本文针对红外技术应用于建筑外墙质量评价领域的不足之处，重点对建筑外墙红外现场检测技术、红外图像处理技术以及基于红外技术的建筑外墙质量评价系统的构建等几个方面对基于红外技术的建筑外墙质量评价进行了探讨和研究，其主要内容如下：⑴建立数学模型对青岛地区建筑外墙外表面接收辐射能量进行了数值模拟，并结合典型工程中获取的建筑外墙外表面的真实温度数据对其数值模拟值进行了拟合修正，提出了青岛地区基于红外技术的建筑外墙质量评价现场检测的最佳检测时间的参考值。⑵在红外图像预处理方面，一方面，采用高斯低通滤波技术抑制红外图像中的高频噪音，并对高斯模板的尺寸与截止频率的选取进行了研究，另一方面，采用伪彩色处理技术增强红外图像的图像对比度，并建立了两种色图矩阵。⑶在红外图像的几何校正方面，通过对红外图像成像模型的分析与研究，提出了基于控制点的红外图像几何校正算法，并对该算法中控制点对坐标的确定、投影变换方程的构建、投影变换矩阵参数的计算以及红外图像的重采样等4方面问题进行了深入的研究。⑷在红外图像拼接方面，本文提出了基于红外图像特征点的图像拼接算法，并对该算法中的红外图像特征点提取方法、基于红外图像特征点的配准方法以及红外图像的融合方法进行了深入研究，同时，改进或开发了相应的方法。⑸在红外图像缺陷目标检测方面，本文提出了完整的缺陷目标检测方法，包括缺陷目标识别与缺陷目标评价两个方面，一方面，缺陷目标识别方法针对红外图像中干扰辐射源情况的不同，分别采用无背景条件下的红外图像中缺陷目标识别算法以及有背景条件下的红外图像中缺陷目标识别算法，另一方面，缺陷目标评价方法，本文提出了基于样条曲线的缺陷边界细化与闭合算法以及缺陷面积提取算法并对缺陷目标的判定做了相应的研究工作。⑹在集成系统的构建方面，本文基于MATLAB软件平台，完成了基于红外技术的建筑外墙质量评价系统的设计与开发，系统集成了检测参数确定模块、图像预处理模块、图像基本操作模块、图像几何分析模块以及图像缺陷分析模块。
刘鑫[4]2015年在《基于复合材料缺陷检测中的红外图像分割技术研究》文中提出复合材料在当今飞机部件和机身设计中占有越来越重要的地位,其缺陷和损伤检测尤为重要,图像分割的本质是为了提取目标图像中感兴趣的区域,是进行缺陷定位和损伤识别的关键环节。复合材料在制造和装配的过程中容易出现多种缺陷和损伤,且种类繁多,表现形式多样化,体现在不同的缺陷损伤中,表现出的故障诊断机理完全不同,红外数据采集的过程中,由于设备本身和环境因素的影响会产生大量噪声,且图像信噪比低,多数故障区域形状不确定,增加了检测的困难程度,对检测精度提出很高的要求。目前,传统的红外图像分割算法精确性不高,且有很大的局限性,不能满足红外图像分割的现实需要。本文结合红外热像技术,以复合材料积水缺陷损伤为载体,分析其损伤机理,针对图像分割中可能出现的问题,提出了一种新型的分割算法:基于数学形态学的图像分割算法。本文详细介绍红外热成像原理和相关缺陷检测原理,对测试的可行性进行了验证,以积水缺陷为典型损伤,结合红外热图像本身的特点,对积水红外图像进行分析,首先对图像进行预处理:改进结构元素,运用数学形态学进行背景抑制,更好的去除背景干扰,再对抑制后的图像进行直方图均衡化提高对比度,利用基于阈值改进的形态学边缘检测算法,得到待检测的目标图像,并与几种经典边缘算法比较,MATLAB仿真实验结果表明:该算法可以很好的消除背景对特征区域的干扰,清晰的提取故障区域,是一种实用和有效的分割算法。
余燕[5]2008年在《基于红外CCD与激光测距仪融合的行人检测技术研究》文中认为目前,夜间交通事故的频繁发生,对行人的生命财产安全带来了很大的威胁。为了改善这种情况,世界各国都在不断投入大量的人力、物力,研发各种智能交通系统。夜间车载行人检测系统对于减少车祸发生,保障行人安全,改善交通状况具有特殊而重要的现实意义。本文主要采用主动红外CCD相机和激光测距仪两种传感器采集夜间汽车前方场景中的亮度及深度信息,对数据分析、处理后进行行人检测。以下是本文的主要研究内容:1.针对红外图像信噪比、对比度低的特点,本文采用超限均值滤波和灰度拉伸算法对红外图像进行预处理,滤除背景噪声,增强红外图像中的行人区域。2.本文采用基于灰度阈值的图像分割方法,提取感兴趣区域,根据行人在红外图像中距离的不同,分别采用Otsu和矩不变两种方法,其计算代价小、处理速度快,能满足实时性要求。3.在红外图像的行人识别过程中,主要提取了感兴趣区域的宽高比、分散度等形状特征,采用统计法分别求其行人目标阈值范围。并设计多分类器级联,根据特征约束条件逐级过滤负样本,该方法简单、实时性高,但有一定的虚警率。4.在激光距离图像的行人识别过程中,首先进行中值滤波、边缘提取检测汽车前方感兴趣区域范围内的障碍物线段区域信息,并采用统计分析的方法提出了基于激光图像的行人判断准则。5.本文提出基于红外图像的宽高比、分散度特征以及激光障碍物线段区域信息进行多传感器决策级信息融合方法,采用D-S证据理论的数据融合方法进行行人检测,系统具有较高的行人识别率。提高了行人检测系统的鲁棒性和可靠性。
贾文晶[6]2017年在《基于红外图像处理的钢轨裂纹检测研究》文中提出钢轨作为铁路运行的关键部件,由于受到车轮外向压力和自然因素的双重作用,钢轨在使用过程中极易出现损伤。及时发现损伤钢轨并替换是保证列车稳定运行的前提,对于保证人们的生命安全和减少经济损失有着至关重要的作用。近几年国内外对于钢轨轨底裂纹检测技术做了大量的科学研究。目前铁路上运用最广泛的钢轨轨底裂纹检测方法是超声波检测法,但是传统的超声波检测方法在钢轨裂纹检测的过程中存在着一定的盲区,钢轨轨脚两侧的裂纹是检测不到的。针对超声波检测法的不足,本文采用红外热波无损检测技术检测钢轨轨脚两侧的裂纹。搭建了基于红外热波无损检测技术的钢轨轨底裂纹检测平台。由于采集到的钢轨轨底裂纹红外图像模糊和对比度较低,本文所提出的高通滤波与直方图均衡化相结合红外图像增强新算法增强了裂纹内部的细节像素,提高了钢轨轨底裂纹几何特征计算的精确性。论文的主要研究内容如下:首先,在ANSYS有限元分析软件中对钢轨轨底裂纹红外热波无损检测实验进行数值模拟分析。仿真过程主要包括以下叁个部分:在ANSYS前处理模块中建立含裂纹的叁维钢轨实体模型,根据模型的结构选择合适的方式对其进行网格划分;热流密度模拟热波载荷施加在钢轨轨脚的表面,使用ANSYS求解器对加载结果进行分析求解;在ANSYS后处理模块中,利用ANSYS通用后处理器生成钢轨表面的温度分布等值图,利用ANSYS时间-历程后处理器绘制关键点的温度随时间变化曲线。其次,搭建了基于红外热波检测技术的钢轨轨底裂纹检测的实验平台,实验平台的搭建主要包括以下叁个部分:根据钢轨轨底裂纹红外热波检测实验的要求选取合适的热激励源;用选取的热源对钢轨轨脚表面进行主动式加热,通过热像仪记录钢轨内部热波传播过程不同所导致的钢轨轨脚表面的温度场的分布,然后采集钢轨轨底裂纹红外热图像;将采集到的钢轨轨底裂纹红外热图像传输到计算机中,使用在线式分析软件对图像中各个像素点的温度信息进行分析。最后,对采集到的钢轨轨底裂纹红外图像进行后期处理。针对传统的红外图像处理方法对钢轨轨底裂纹红外图像处理所产生的不足,本文提出了一种高通滤波与直方图均衡化相结合的红外图像增强新算法,该算法与其它算法相比更能满足钢轨轨底裂纹检测的需求,提高了下一步钢轨轨底裂纹几何特征计算的精确性。
陈坤[7]2004年在《红外图像采集与图像分割技术研究》文中指出在复杂背景条件下,准确的自动分割目标比较困难,为了在不丢失目标细节的前提下准确而快速分割出目标,需要人机交互参与。本文以973项目为背景,针对项目中研制设备,对系统中红外图像获取和红外图像分割进行了深入研究,论文主要工作如下: 首先根据系统需求,设计了基于PCI总线技术的图像采集卡方案;回顾了红外图像分割算法的发展及现状,针对复杂背景中面目标分割的特点,分析了人机交互在图像分割及后续处理中的意义。 第二章在详细分析了红外图像采集卡的需求的基础上,考虑到系统设计的通用性,采用PCI局部总线与大规模可编程逻辑器件相结合的方法,对红外图像采集卡进行了具体的设计与实现。阐述了PCI图像采集卡驱动程序的编制方法并实现了采集卡与应用程序交互通信。 第叁章针对复杂背景下红外面目标的特点,引入了人机交互技术,在详细研究图像森林变换(IFT)算法特点的基础上,提出了一种改进的IFT算法。首先,利用Otsu算法得出分割闽值:其次,对IFT算法路径代价函数的约束条件进行了适当的修改,提出了一种减少IFT算法存储空间和加快执行速度的改进算法;实验结果表明该算法实现了目标与背景的完全分离,同时目标的细节保留比较完整。 第四章总结了全文的主要工作并对后续的研究方向提出了展望。
荆文芳[8]2006年在《飞机红外图像的检测、识别与跟踪技术研究》文中指出由于红外成像技术的迅猛发展及其在军事方面的广阔应用前景,红外图像处理技术已成为当今各相关行业研究的热点。根据该技术的研究现状和存在问题,以及在实际的工程应用中对该技术的相关要求,本文主要对红外图像的检测、识别跟踪算法进行了研究:分析和比较了现有的典型算法,并给出了仿真结果;根据研究对象的特点,提出了两个算法并进行验证,结果表明算法有效。在此基础上,提出了跟踪识别系统原理样机的设计方案。论文的主要研究内容如下: (1)采用了基于小波变换的多尺度边缘检测算法对红外图像进行检测。以红外特征提取算法得到的目标大小为参考依据,对小波变换的尺度进行实时调整,提高了小波交换的自适应性,从而提高了系统在战场复杂背景条件下(低信噪比、低对比度和场景变化等)对目标的有效检测和分割能力。 (2)针对研究对象与小波变换算法处理结果的特点,提出了基于小波变换的差值图像均值阈值分割算法。将其分割效果与采用均值阈值分割算法和基本全局最佳阈值分割算法的分割效果进行了比较。结果表明,该算法简单、有效,快速,同时对图像的分割效果影响不大。 (3)针对红外图像的特点,提出了采用不变矩与红外特征参数组成新的特征向量,对其进行目标识别。不仅提高了算法速度,也提高了识别准确率。实验表明,系统的跟踪以别速度和识别准确率都有显着提高。 (4)针对跟踪器的实时性要求,提出了基于DSP和FPGA技术的跟踪识别系统原理样机的设计方案。系统采用DSPs作为核心处理器,附以FPGA高速器件构成图像实时处理系统;采用了FIFO缓冲、EDMA数据传输方式等技术手段解决图像数据量大与实时处理之间的矛盾,为图像处理的实时性提供了保障。
孙苗苗[9]2017年在《基于图像处理的输电线故障巡检技术研究》文中认为国民经济的快速发展,必然导致对电力能源的需求量也越来越大,与此同时,电力工程建设的力度也会随着需求不断加强。由于现在电力工程建设对人力和智能化的要求都比较高,而现有输电线路巡检存在如下现实情况:一方面线路大量建设,覆盖面增广,地形状况变复杂;另一方面,线路上的设备和电缆的细小故障,初期比较微小,难以被发现。鉴于以上原因,本课题提出采用图像处理技术来实现对输电线路安全隐患的检测。该检测过程分为两大步骤:第一,提出基于图像拼接和帧间差分相结合的图像分割新算法,实现红外图像中输电线的分割。第二,利用伪彩色值与输电线表面热值之间的映射关系,计算输电线表面温度平均值;再将监控的输电线实时电流与计算得到的输电线表面温度的平均值作为SVM算法的特征向量的两个属性,采用SVM算法对特征数据进行分类,由分类结果判断输电线路上是否存在安全隐患。为验证提出的算法的可行性,本课题在MATLAB平台上对提出的算法进行了仿真,仿真结果证明了该算法的可行性。进一步的,为使提出的算法得以实现,本课题设计了以无人机为载体的巡检系统整体方案,该方案包括硬件电路设计和软件设计。其中,硬件部分主要对图像处理模块中的电路进行了设计;软件设计主要包括:系统的主程序和图像分割、图像拼接子程序、SVM算法子程序等设计。本课题重点研究的适用于输电线图像分割的新方法和输电线故障判别的方法,可初步实现用图像技术对输电线路故障进行检测。有效检测输电线中存在的安全隐患,预防事故的发生,减少经济的损失。此外,为将上述算法付诸实践,本课题设计的以无人机为载体的巡检系统能够实现对输电线路红外图像的获取、处理、判断和信息的传输,提高了输电线路巡检的智能化程度,解决了人力难以到达的地区输电线路巡检困难的问题,提高了巡检效率,减少了人力开支,基本实现了本课题的要求。
陈文[10]2013年在《基于可见光和红外热像仪的双目视觉运动目标跟踪》文中指出随着社会经济的发展，科学技术水平的提高，迅速形成了各类生活社区、交通运输网、车站和码头等组成的视频监控系统网络。为确保系统安全和运行效益，满足人们的宜居要求，国内外都在积极地开展面向复杂运动目标的检测、跟踪和行为判断等技术的研究，以期形成高度智能化的视频监控系统网络。而立体视觉的监控技术又是其中的核心和热点技术。现有的立体视觉监控技术的研究主要是利用同源传感器，即用可见光摄像机实现立体视觉。虽然可以减少光线变化和阴影的影响，但算法实现相对复杂；而且在低能见度的复杂环境下，仅依靠可见光视觉系统实现运动目标的检测和跟踪有一定的难度。此外，还有学者和研究机构在试探将多元视觉传感器运用于视觉监控中，即可见光和-热红外视频运动目标融合检测。然而，却没有充分利用双目立体视觉能够获得叁维信息的优势，未能够获取空间目标叁维信息。结合红外热像仪和可见光摄像机组成立体监控系统，充分利用可见光系统提供的灰度信息，和红外热像仪提供的温度信息，提取目标的运动信息以及叁维空间信息，对复杂环境下全天候的目标连续跟踪实现信息互补是非常有意义的。基于此，本文开展了利用红外热像仪和可见光摄像机组成的异源双目立体系统，实现运动目标检测和跟踪的研究，主要内容及取得的研究成果总结如下：（1）明确提出现有基于四象限分割思想的二维图像分割理论的不足，并经过系统性测试实验的验证。在此基础上，提出了基于阈值线的二维阈值图像分割技术方法。并以二维熵阈值分割方法为例，给出了一种分步骤二维熵阈值线的确定方法，即在被划分为边缘和噪声的象限中寻找第二个阈值点，进一步明确边缘和噪声的属性。本文方法不仅充实了二维图像分割理论，解决了传统算法中因忽略大量有效信息而导致的分割失败的问题，也具有较好的操作性。系统性的实验证明了该方法可以大大改善图像的分割结果。（2）对于二维直方图像素分布严重不均的图像，即使不忽略边缘和噪声象限中的像素信息，传统的四象限法仍然无法得到理想的分割结果。为此，本文提出了一种基于二维直方图质心的图像阈值分割方法。不仅利用了各个质点的质量，也充分考虑了各质点的位置信息，有效改善了分割结果。尤其是对于二维直方图中目标和背景的灰度分布差异极小的图像,本文方法可以得到更加理想的分割结果。（3）结合帧间差和背景差实现了运动目标检测的方法可以充分利用两种方法的优势，弥补了单一使用帧间差法或背景差法的不足。在此目标提取结果的基础上，利用角点信息完成了运动目标前后帧的匹配，提高了单目视觉下图像运动跟踪的精度。（4）考虑到异源图像视差匹配的特殊性，结合异源图像信息互补的特点，提出了一种基于目标区域的匹配方法。该方法融合了归一化转动惯量和归一化互相关特征，不仅避免了红外热图像和可见光图像成像机理不同带来的灰度差异缺点，也可以充分考虑到像素间的空间位置关系。此外，该方法利用红外热图像的视差匹配结果在可见光图像中提取的目标区域不易受拖影以及背景光线的影响的特性，大大改善了可见光图像中的目标提取结果。即使无法同时从可见光图像和红外热图像中提取出理想的前景目标，本文方法也能实现匹配。实际测试实验结果证明了方法的有效性。（5）设计了一种以云台旋转中心为基准点的空间点叁维重建模型。在分析红外热像仪特性的基础上，根据立体监控实用性要求和双目立体视觉原理，以不考虑畸变的针孔模型为依据，实现了空间点的叁维重建。同时，针对双目系统参数标定复杂的问题，给出了适合本文模型的简化参数标定方法，最多需要四个参考点，利用两个摄像机同时拍摄一幅图片即可完成所需参数的标定。实验证明，利用已标定的双目系统，在不同的场景，即使两台云台的相对位置发生旋转变化或是平移依然可以实现叁维测距，非常适合野外环境的快速标定。（6）在设计的红外热像仪和可见光摄像机组成的双目立体视觉实验系统的基础上，获取运动物体对应特征点的叁维信息，以此作为运动物体在序列图像不同帧的特征值，实现空间运动物体的跟踪定位，最终获得了目标运动信息以及叁维空间信息。
参考文献：
[1]. 基于计算机视觉技术的植物病害检测方法的研究[D]. 朱圣盼. 浙江大学. 2007
[2]. 矿用输送带纵向撕裂红外图像检测方法研究[D]. 赵弼龙. 太原理工大学. 2014
[3]. 基于红外技术的建筑物外墙质量评价研究[D]. 安军. 中国海洋大学. 2013
[4]. 基于复合材料缺陷检测中的红外图像分割技术研究[D]. 刘鑫. 中国民航大学. 2015
[5]. 基于红外CCD与激光测距仪融合的行人检测技术研究[D]. 余燕. 吉林大学. 2008
[6]. 基于红外图像处理的钢轨裂纹检测研究[D]. 贾文晶. 兰州交通大学. 2017
[7]. 红外图像采集与图像分割技术研究[D]. 陈坤. 国防科学技术大学. 2004
[8]. 飞机红外图像的检测、识别与跟踪技术研究[D]. 荆文芳. 西北工业大学. 2006
[9]. 基于图像处理的输电线故障巡检技术研究[D]. 孙苗苗. 安徽理工大学. 2017
[10]. 基于可见光和红外热像仪的双目视觉运动目标跟踪[D]. 陈文. 南京航空航天大学. 2013
标签：无线电电子学论文; 可见光论文; 图像分割论文; 红外技术论文; 图像融合论文; 特征提取论文; 红外传感器论文; 系统评价论文; 图像处理论文; 算法论文;