红外图像的目标识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究的目的和背景 | 第10-11页 |
| ·课题研究的目的和意义 | 第10页 |
| ·红外图像识别技术的优势 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-12页 |
| ·本文的主要工作和论文结构安排 | 第12-14页 |
| 第二章 红外图像目标的预处理研究 | 第14-23页 |
| ·概述 | 第14页 |
| ·红外图像的滤波处理 | 第14-17页 |
| ·综合滤波处理 | 第15页 |
| ·图像的滤波处理效果 | 第15-17页 |
| ·图像增强 | 第17-19页 |
| ·空域处理方法 | 第17-18页 |
| ·频域处理方法 | 第18-19页 |
| ·图像分割 | 第19-22页 |
| ·迭代法选取阈值 | 第20页 |
| ·最大类间方差法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 红外图像目标的特征提取和选择 | 第23-52页 |
| ·概述 | 第23-25页 |
| ·特征提取的目的和原则 | 第23-24页 |
| ·常用的特征提取方法 | 第24-25页 |
| ·几何法提取红外图像的几何特征 | 第25-37页 |
| ·几何法需要提取的特征量 | 第25-26页 |
| ·几何特征量的有效性分析 | 第26-27页 |
| ·几何特征量的实现方法 | 第27-28页 |
| ·最小外接矩形算法设计和边缘提取算法的选取 | 第28-34页 |
| ·几何特征量稳定性、可区分性及实验结果 | 第34-37页 |
| ·图像矩提取红外图像的阶级矩特征 | 第37-43页 |
| ·图像不变矩及其发展 | 第37-38页 |
| ·图像不变矩的构造 | 第38-40页 |
| ·图像矩的实现方法 | 第40页 |
| ·图像矩特征的稳定性、可区分性及实验结果 | 第40-43页 |
| ·尺度奇异值变换提取图像的特征 | 第43-50页 |
| ·尺度奇异值的图像性质 | 第44-45页 |
| ·尺度奇异值的图像特征提取方法设计及改进 | 第45-48页 |
| ·图像奇异值特征的稳定性、可区分性及实验结果 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 红外图像目标识别的分类器设计 | 第52-58页 |
| ·概述 | 第52-53页 |
| ·近邻法模式分类器 | 第53-55页 |
| ·最小距离法 | 第53-54页 |
| ·最小距离法的缺点及改进方法 | 第54页 |
| ·最小距离法的实现方法 | 第54-55页 |
| ·基于最小错误率的BAYES分类器 | 第55-57页 |
| ·Bayes公式 | 第55-57页 |
| ·基于最小错误率的Bayes决策 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第五章 红外图像目标识别的软件设计及实验 | 第58-68页 |
| ·红外图像目标识别软件设计 | 第58-61页 |
| ·识别软件的主界面 | 第58-59页 |
| ·图像预处理模块 | 第59-60页 |
| ·图像特征提取模块 | 第60页 |
| ·图像分类识别模块 | 第60-61页 |
| ·红外图像的采集实验及有效性分析 | 第61-63页 |
| ·图像的采集实验 | 第61-63页 |
| ·图像数据的有效性分析 | 第63页 |
| ·红外图像分类实验 | 第63-66页 |
| ·分类实验结论 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第74-75页 |
| 致谢 | 第75页 |
