7、多數CFAR檢測器在多目標檢測環境下需要關於干擾目標的先驗資訊，當檢測環境發生變化時，這些檢測器很難維持穩定的檢測*能。
11、實際檢測的實驗結果表明:該小目標檢測方法對環境的適應*強，檢測結果精確，頗具發展前途。
15、系統可工作於兩種模式：恆星目標檢測定位模式和運動空間目標檢測跟蹤模式。
19、提出一種動態場景下多運動目標檢測的方法。
23、目前，運動背景下的運動目標檢測已成為新的研究熱點。
27、選擇乙硫醇、噻吩和二苯並噻吩作為汽油中的目標檢測硫化物，採用火焰光度檢測器進行分析。
31、該噪聲值可以用於視訊降嗓器、運動目標檢測和影象邊緣檢測等實時系統，對視訊訊號進行自適應處理。
35、研究了漏檢情況下多感測器多目標檢測中的資料關聯問題，並將其描述為數學規劃中組合最優化問題。
39、該演算法以低通濾波演算法估計背景中的低頻成分，及影象區域性方差估計背景起伏，來計算出區域性自適應的目標檢測判決門限。
43、視訊運動目標檢測與跟蹤演算法是計算機視覺領域的一個核心課題，也是智慧視訊*系統的關鍵底層技術。
64、人體運動目標檢測方面，利用縱向投影直方圖確定運動目標的頂部位置，根據頂部位置來確定頭肩區域。
68、針對SAR影象中橋樑目標的特*，提出了一種基於統計特*和先驗知識相結合的橋樑目標檢測方法。
72、該方法通過判斷影象區域性灰度包絡曲面是否具備二維高斯函式曲面特徵實現紅外弱小目標檢測，不需要進行傳統的背景預測。
3、目標檢測的閾值法經常用於檢測目標的回波訊號。
8、通過背景初始化、運動目標檢測、形態濾波和標記連通域四個步驟實現運動目標的檢測。
13、針對複雜環境下運動目標檢測提出一種基於畫素分類的運動目標檢測演算法。
18、運動目標檢測是*用機載雷達的一項基本功能。
24、目標匹配和跟蹤演算法利用多個脈衝之間的相關資訊，降低了目標檢測門限，提高了測距範圍。
29、文章介紹了一種全新檢測尺寸跨度較大的粒子場全息影象的目標檢測和提取方法。
34、它包括點數可變的自適應動目標顯示(AMTI)，數字脈壓(DPC)，動目標檢測器(MTD)，數字積累(DI)和恆虛*率處理(CFAR)。
40、因此，尋找一種有效的脈衝多普勒雷達高度表波形和與此相應的高*能目標檢測處理演算法是本文研究的另一個重點。
62、該噪聲值可以用於視訊降嗓器、運動目標檢測和影象邊緣檢測等實時系統，對視訊訊號進行自適應處理。
67、在雷達動目標檢測等處理中，為了有效抑制雜波，並防止目標白化，首先需要對雜波譜中心和譜寬進行有效的估計。
73、該演算法以低通濾波演算法估計背景中的低頻成分，及影象區域性方差估計背景起伏，來計算出區域性自適應的目標檢測判決門限。
5、研究了運動目標檢測演算法。
12、針對複雜背景下運動點目標檢測方法存在的侷限*，提出從時間空間角度檢測運動目標的方法。
20、設計了一種快速有效的運動目標檢測演算法。
26、為了提高紅外影象序列中弱小目標的信噪比和檢測概率，同時考慮檢測演算法實時*，提出了一種新的基於空時域濾波的小目標檢測方法。
33、利用自然背景與人造目標在分形維數上的差異，提出了一種針對自然背景下的快速紅外目標檢測技術。
41、本文將分數階相關引入到互模糊函式的計算中，提出了一種基於分數階相關的無源雷達動目標檢測方法。
65、正確提取目標強散*中心，並對強散*中心的能量進行有效的積累，是高解析度雷達距離擴充套件目標檢測的關鍵。
71、雷達技術從其誕生至今已經歷半個多世紀的發展歷程，並且被*是對空中目標檢測、測距和跟蹤最強有力的工具。
6、運動目標檢測主要採用光流法。
16、通過時間差分法實現目標檢測，採用強度中心法確定目標位置。
25、針對移動目標檢測過程中，背景資訊複雜並且資訊處理量大的問題，提出了一種對檢測區的點陣圖進行差影計算，從而快速檢測出移動目標的方法。
36、本論文所研究的感興趣區域的動目標檢測跟蹤等技術，在第三代影象壓縮技術中的視訊資訊檢索等領域也都有著重要的應用。
61、以往的目標檢測都是在視訊訊號上進行的，它只對回波幅度進行檢測，而丟掉了訊號的相位和頻率的資訊。
70、本論文所研究的感興趣區域的動目標檢測跟蹤等技術，在第三代影象壓縮技術中的視訊資訊檢索等領域也都有著重要的應用。
9、弱訊號檢測問題是目標檢測中的一個重要研究內容。
21、然後介紹了動態背景下運動目標檢測的三種演算法，針對特徵點匹*法檢測運動目標的有關問題，提出了動態背景下運動目標檢測方案。
32、由於所有*能優良的運動點目標檢測演算法的運算量和存貯量都很大，為了減少計算量，通常採用兩步法宋檢測。
63、由於所有*能優良的運動點目標檢測演算法的運算量和存貯量都很大，為了減少計算量，通常採用兩步法宋檢測。
2、極化檢測是雷達目標檢測的一個重要分支。
17、提出一種基於初級視覺皮層的目標檢測模型。
37、雷達技術從其誕生至今已經歷半個多世紀的發展歷程，並且被*是對空中目標檢測、測距和跟蹤最強有力的工具。
69、研究了漏檢情況下多感測器多目標檢測中的資料關聯問題，並將其描述為數學規劃中組合最優化問題。
14、主要內容包括運動目標檢測和提取，運動目標跟蹤等。
38、該方法通過判斷影象區域性灰度包絡曲面是否具備二維高斯函式曲面特徵實現紅外弱小目標檢測，不需要進行傳統的背景預測。
4、目標檢測是自動目標識別(atr)的第一個階段。
30、在複雜紅外背景中如果紅外點目標所佔的畫素少，通常的檢測方法就很難將目標檢測出來，且往往會含有較多假目標。
10、文章的主要內容包括影象的預處理——邊緣檢測、車道檢測和運動目標檢測。
66、將高階分形特徵用於海面運動目標檢測，提取出用於區分運動目標和海雜波的新的分形特徵——縫隙特徵。
42、該文在分析光流模型約束條件的基礎上，提出了一種魯棒的多解析度光流估計方法，並對光流應用於目標檢測的一些實際問題進行了探討。
1、基於混沌預測誤差的目標檢測演算法是檢測混沌背景下目標的演算法。
28、針對可見光影象背景下的運動小目標檢測，提出了一種空時域聯合差分的檢測方法。
22、基於這個模型分析了臨界基線、測速精度，以及動目標檢測等*能。
國文精選館
