遥感图像中飞机目标的识别分类算法研究
| 内容提要 | 第1-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题的背景与研究意义 | 第8页 |
| ·遥感图像自动识别的发展现状 | 第8-10页 |
| ·本课题的主要工作内容及预期目标 | 第10-11页 |
| ·本课题主要研究内容 | 第10页 |
| ·本课题预期达到的目标 | 第10-11页 |
| 第二章 自动识别系统的设计 | 第11-14页 |
| ·系统总体框架 | 第11-13页 |
| ·图像数据管理子系统 | 第11-12页 |
| ·图像输入子系统（Input） | 第12页 |
| ·图象预处理子系统（Preprocessing） | 第12页 |
| ·目标定位子系统（Detecting） | 第12页 |
| ·目标识别子系统（Recognition） | 第12页 |
| ·数据库子系统（Database） | 第12-13页 |
| ·情报生成子系统（Information） | 第13页 |
| ·说明 | 第13-14页 |
| 第三章 航空遥感图像的预处理 | 第14-22页 |
| ·图像对比度处理 | 第14-16页 |
| ·线性和分段线性灰度拉伸 | 第14-15页 |
| ·自由曲线灰度拉伸 | 第15页 |
| ·直方图均衡 | 第15-16页 |
| ·图像放大 | 第16-17页 |
| ·图像去噪 | 第17-22页 |
| ·基于小波标架的图像去噪 | 第18-21页 |
| ·小波标架 | 第18-19页 |
| ·算法介绍 | 第19-21页 |
| ·实验与结论 | 第21-22页 |
| 第四章 飞机区域的边缘提取及分割 | 第22-44页 |
| ·边缘提取 | 第22-27页 |
| ·微分法 | 第22-25页 |
| ·曲线跟踪法 | 第25-26页 |
| ·松弛标记法 | 第26页 |
| ·掩膜法 | 第26-27页 |
| ·图像分割 | 第27-44页 |
| ·概述 | 第27-28页 |
| ·图像分割的定义 | 第28-29页 |
| ·利用边缘检测的图像分割 | 第29-32页 |
| ·阈值法分割 | 第32-37页 |
| ·最优阈值法分割技术 | 第33-34页 |
| ·自适应阈值法分割技术 | 第34-35页 |
| ·迭代阈值法分割技术 | 第35-36页 |
| ·实验结果 | 第36-37页 |
| ·改进区域分割方法 | 第37-41页 |
| ·自适应阈值的选择 | 第37-39页 |
| ·基于自适应的改进区域分割方法 | 第39-40页 |
| ·实验结果 | 第40-41页 |
| ·模糊差影滤波分割 | 第41-44页 |
| ·高斯模糊 | 第41-42页 |
| ·差影处理 | 第42-43页 |
| ·差影处理实验结果 | 第43-44页 |
| 第五章 飞机目标的特征提取 | 第44-65页 |
| ·概述 | 第44页 |
| ·不变矩 | 第44-52页 |
| ·常规矩 | 第44-46页 |
| ·仿射不变矩 | 第46-48页 |
| ·新不变矩 | 第48-50页 |
| ·傅立叶梅林不变矩 | 第50-51页 |
| ·模糊不变矩 | 第51-52页 |
| ·边矩 | 第52页 |
| ·小波矩 | 第52-54页 |
| ·小波矩不变量 | 第53-54页 |
| ·模糊仿射不变矩 | 第54-59页 |
| ·模糊不变矩 | 第55-56页 |
| ·模糊仿射不变矩 | 第56-59页 |
| ·实验结果 | 第59-65页 |
| ·模糊仿射不变矩实验结果 | 第59-65页 |
| ·原始图像的仿射不变矩实验结果 | 第59-60页 |
| ·处理高斯模糊(σ=3 ) 图像 | 第60-61页 |
| ·处理不同种类目标图像 | 第61-65页 |
| 第六章 分类器的设计 | 第65-75页 |
| ·BP 神经网络及BP 算法介绍 | 第65-66页 |
| ·基于BP 网人工神经网络分类器设计 | 第66-69页 |
| ·基于小波神经网络目标识别 | 第69-73页 |
| ·实验结果及数据统计 | 第73-75页 |
| 第七章 结论 | 第75-77页 |
| 参考文献 | 第77-79页 |
| 摘要 | 第79-82页 |
| Abstract | 第82-85页 |
| 致谢 | 第85页 |
