| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究的背景和意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 舰船图像预处理 | 第12-14页 |
| 1.2.2 舰船目标分割 | 第14-15页 |
| 1.2.3 舰船目标自动识别 | 第15-18页 |
| 1.3 论文的研究内容及结构安排 | 第18-20页 |
| 第2章 基于改进小波阈值去噪的舰船图像预处理 | 第20-46页 |
| 2.1 引言 | 第20页 |
| 2.2 去噪质量评价标准 | 第20-22页 |
| 2.2.1 主观评价 | 第20-21页 |
| 2.2.2 客观评价 | 第21-22页 |
| 2.3 小波变换理论 | 第22-25页 |
| 2.3.1 小波变换基本理论 | 第23页 |
| 2.3.2 图像的小波变换 | 第23-24页 |
| 2.3.3 小波基函数及其性质 | 第24-25页 |
| 2.4 小波去噪方法 | 第25-38页 |
| 2.4.1 经典小波去噪方法 | 第25-29页 |
| 2.4.2 改进的小波阈值去噪方法 | 第29-31页 |
| 2.4.3 实验结果与分析 | 第31-38页 |
| 2.5 基于脊波变换的图像去噪方法 | 第38-40页 |
| 2.5.1 脊波变换理论简述 | 第38-39页 |
| 2.5.2 改进的分块Ridgelet Transform去噪算法 | 第39-40页 |
| 2.6 改进的去噪方法 | 第40-43页 |
| 2.6.1 基于图像融合的方法 | 第40页 |
| 2.6.2 实验结果与分析 | 第40-43页 |
| 2.7 本章小结 | 第43-46页 |
| 第3章 基于多特征融合的舰船目标分割 | 第46-74页 |
| 3.1 引言 | 第46页 |
| 3.2 舰船图像中的海天线定位方法 | 第46-55页 |
| 3.2.1 海天线理论简述 | 第46-47页 |
| 3.2.2 Otsu与形态学处理结合方法 | 第47-52页 |
| 3.2.3 Hough变换方法 | 第52-55页 |
| 3.3 基于简化PCNN分割与Hough变换结合的海天线定位方法 | 第55-58页 |
| 3.3.1 PCNN基本模型 | 第55-56页 |
| 3.3.2 基于最大香农熵的PCNN图像分割方法 | 第56页 |
| 3.3.3 基于简化PCNN分割与Hough变换结合的海天线提取 | 第56-57页 |
| 3.3.4 各种方法的比较 | 第57-58页 |
| 3.4 基于多特征融合的舰船目标分割 | 第58-70页 |
| 3.4.1 基于改进的多级滤波的舰船图像的背景抑制 | 第58-64页 |
| 3.4.2 基于多特征融合的分割方法 | 第64-70页 |
| 3.5 实验结果与分析 | 第70-72页 |
| 3.5.1 本文方法分割结果 | 第70-71页 |
| 3.5.2 实验结果及分析 | 第71-72页 |
| 3.6 本章小结 | 第72-74页 |
| 第4章 基于Gabor滤波器的舰船目标特征提取 | 第74-88页 |
| 4.1 引言 | 第74页 |
| 4.2 舰船目标的不变矩特征提取 | 第74-80页 |
| 4.2.1 Hu矩 | 第74-78页 |
| 4.2.2 Zernike矩 | 第78-80页 |
| 4.3 基于Gabor滤波器的红外舰船目标的特征提取 | 第80-83页 |
| 4.3.1 二维的Gabor滤波器 | 第80-82页 |
| 4.3.2 实验结果与分析 | 第82-83页 |
| 4.4 核主成分分析对特征压缩降维 | 第83-86页 |
| 4.4.1 核主成分分析原理 | 第83-85页 |
| 4.4.2 实验结果与分析 | 第85-86页 |
| 4.5 本章小结 | 第86-88页 |
| 第5章 基于Cholesky分解的K-ELM的舰船目标识别 | 第88-100页 |
| 5.1 引言 | 第88页 |
| 5.2 单隐层前馈神经网络(SLFNs) | 第88-89页 |
| 5.3 极限学习机(ELM) | 第89-90页 |
| 5.4 基于核函数的极限学习机(K-ELM) | 第90-94页 |
| 5.4.1 核函数基础知识 | 第90页 |
| 5.4.2 核函数应用 | 第90-91页 |
| 5.4.3 基于Cholesky分解的增量K-ELM算法 | 第91-94页 |
| 5.5 实验结果与分析 | 第94-99页 |
| 5.5.1 利用矩特征的识别结果 | 第94-97页 |
| 5.5.2 利用Gabor特征的识别结果 | 第97-98页 |
| 5.5.3 实验分析 | 第98-99页 |
| 5.6 本章小结 | 第99-100页 |
| 结论 | 第100-102页 |
| 参考文献 | 第102-106页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第106-108页 |
| 致谢 | 第108-109页 |
