| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 海空背景下红外图像处理与目标识别研究现状 | 第12-14页 |
| 1.2.1 海空背景下红外目标检测 | 第12-13页 |
| 1.2.2 红外目标识别 | 第13-14页 |
| 1.3 论文的研究内容及章节安排 | 第14-17页 |
| 第2章 海空背景下UUV近海面红外图像预处理 | 第17-33页 |
| 2.1 UUV近海面红外图像质量分析 | 第17-21页 |
| 2.1.1 UUV近海面红外图像成像机理 | 第17-19页 |
| 2.1.2 红外图像的特点 | 第19-20页 |
| 2.1.3 UUV近海面红外图像 | 第20-21页 |
| 2.2 UUV近海面红外图像的预处理 | 第21-31页 |
| 2.2.1 直方图定义及特点 | 第21-22页 |
| 2.2.2 红外图像去噪 | 第22-24页 |
| 2.2.3 去噪方法实验对比结果 | 第24-25页 |
| 2.2.4 红外图像增强 | 第25-29页 |
| 2.2.5 增强算法实验对比结果 | 第29-31页 |
| 2.3 本章小结 | 第31-33页 |
| 第3章 红外海上目标的检测 | 第33-49页 |
| 3.1 常见海天线提取方法 | 第33-40页 |
| 3.1.1 行均值梯度法 | 第33-35页 |
| 3.1.2 传统直线拟合法 | 第35-38页 |
| 3.1.3 Hough变换直线检测法 | 第38-40页 |
| 3.2 基于行-信息熵的海天线提取方法 | 第40-44页 |
| 3.2.1 信息熵 | 第40-41页 |
| 3.2.2 行-信息熵 | 第41页 |
| 3.2.3 基于行-信息熵的海天线提取方法 | 第41-44页 |
| 3.3 红外图像分割方法研究 | 第44-47页 |
| 3.3.1 基于最大类间方差法的红外图像分割 | 第44-46页 |
| 3.3.2 改进的基于最大类间方差法的红外图像分割 | 第46-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第4章 红外海上目标特征提取 | 第49-65页 |
| 4.1 基于灰度共生矩阵的纹理特征 | 第49-51页 |
| 4.1.1 灰度共生矩阵 | 第49-50页 |
| 4.1.2 纹理特征 | 第50-51页 |
| 4.2 目标形状特征 | 第51-54页 |
| 4.2.1 目标轮廓提取 | 第51-52页 |
| 4.2.2 目标几何形状特征 | 第52-53页 |
| 4.2.3 目标HU不变矩特征 | 第53-54页 |
| 4.3 目标特征提取仿真实验 | 第54-63页 |
| 4.3.1 纹理特征提取 | 第54-57页 |
| 4.3.2 目标几何形状与HU不变矩特征提取 | 第57-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第5章 海空背景下红外海上目标识别方法研究 | 第65-83页 |
| 5.1 支持向量机基本原理 | 第65-68页 |
| 5.1.1 线性支持向量机 | 第65-67页 |
| 5.1.2 非线性支持向量机 | 第67-68页 |
| 5.2 支持向量机分类算法 | 第68-75页 |
| 5.2.1 支持向量机二分类算法 | 第68-69页 |
| 5.2.2 支持向量机多分类算法 | 第69-70页 |
| 5.2.3 支持向量机关键技术及仿真实验 | 第70-75页 |
| 5.3 红外目标识别仿真实验结果与分析 | 第75-81页 |
| 5.3.1 目标识别中SVM的应用 | 第75-76页 |
| 5.3.2 UUV近海面红外目标识别仿真平台介绍 | 第76-81页 |
| 5.4 本章小结 | 第81-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第89-91页 |
| 致谢 | 第91页 |