红外图像的目标检测与识别方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究目的及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·图像的预处理 | 第12-13页 |
| ·图像检测与分割 | 第13-15页 |
| ·红外图像的目标识别 | 第15-17页 |
| ·特征提取与选择 | 第15-16页 |
| ·目标识别 | 第16-17页 |
| ·论文的主要内容和结构安排 | 第17-19页 |
| 第2章 红外成像原理及红外图像特征 | 第19-26页 |
| ·热像仪成像性能 | 第19页 |
| ·红外成像原理 | 第19-22页 |
| ·红外成像基本原理 | 第20-21页 |
| ·红外成像系统的特点 | 第21-22页 |
| ·目标和背景的红外成像特征 | 第22-23页 |
| ·目标红外辐射特征 | 第22页 |
| ·背景的红外成像特性分析 | 第22页 |
| ·目标与背景的综合特性 | 第22-23页 |
| ·红外图像信息处理 | 第23-25页 |
| ·红外图像与可见光图像的区别 | 第23-24页 |
| ·红外图像信息处理技术 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 红外图像预处理 | 第26-42页 |
| ·红外图像的直方图 | 第26-28页 |
| ·直方图的定义及特点 | 第26-27页 |
| ·红外图像直方图 | 第27-28页 |
| ·修正灰度直方图增强 | 第28-36页 |
| ·灰度变换法 | 第28-32页 |
| ·直方图变换法 | 第32-36页 |
| ·图像平滑 | 第36-41页 |
| ·中值滤波 | 第37页 |
| ·邻域平均法 | 第37-38页 |
| ·加权平均法 | 第38-40页 |
| ·图像平滑的实验结果 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 红外图像的模糊聚类分割算法 | 第42-55页 |
| ·常用的红外图像分割方法 | 第42-44页 |
| ·常用的模糊聚类算法 | 第44-48页 |
| ·最大期望值聚类算法 | 第44-46页 |
| ·K 均值聚类算法 | 第46-47页 |
| ·模糊 C 均值聚类算法 | 第47-48页 |
| ·基于改进的模糊 C 均值分割算法 | 第48-50页 |
| ·最优分类数的确定 | 第48-49页 |
| ·初始聚类中心的确定 | 第49-50页 |
| ·实验结果及分析 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于特征不变量的红外图像识别方法研究 | 第55-77页 |
| ·目标的不变性特征 | 第55-58页 |
| ·不变性特征的基本概念 | 第55-56页 |
| ·特征矢量 | 第55页 |
| ·特征提取 | 第55-56页 |
| ·目标不变性特征选择和提取 | 第56-57页 |
| ·类别可分性判据 | 第57-58页 |
| ·红外图像的目标特征 | 第58-61页 |
| ·红外目标特性的特征矢量 | 第58-59页 |
| ·实验和结论 | 第59-61页 |
| ·基于不变矩的目标特征提取 | 第61-67页 |
| ·图像的几何矩 | 第61-62页 |
| ·Hu 不变矩 | 第62-63页 |
| ·综合不变矩 | 第63-67页 |
| ·综合矩不变量 | 第63-64页 |
| ·综合不变矩的理论证明 | 第64-67页 |
| ·综合不变矩对红外目标识别的实验研究 | 第67-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第83-84页 |
| 致谢 | 第84-85页 |
