空间目标融合识别算法设计与系统实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-13页 |
| 1.1 课题背景及研究意义 | 第11页 |
| 1.2 主要研究内容 | 第11-12页 |
| 1.3 本文章节安排 | 第12-13页 |
| 第二章 图像预处理 | 第13-31页 |
| 2.1 引言 | 第13页 |
| 2.2 图像增强 | 第13-23页 |
| 2.2.1 点运算 | 第14-17页 |
| 2.2.2 空间运算 | 第17-20页 |
| 2.2.3 变换域运算 | 第20-23页 |
| 2.3 图像分割 | 第23-30页 |
| 2.3.1 并行边界分割技术 | 第24-25页 |
| 2.3.2 串行边界分割技术 | 第25-27页 |
| 2.3.3 并行区域分割技术 | 第27-30页 |
| 2.3.4 串行区域分割技术 | 第30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 图像特征提取 | 第31-37页 |
| 3.1 引言 | 第31-32页 |
| 3.2 常用的形状特征提取方法 | 第32-34页 |
| 3.2.1 边界特征法 | 第32页 |
| 3.2.2 傅里叶形状描述符法 | 第32页 |
| 3.2.3 几何参数法 | 第32-33页 |
| 3.2.4 形状不变矩法 | 第33-34页 |
| 3.2.5 其他方法 | 第34页 |
| 3.3 空间目标特征描述 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 特征级与决策级融合识别 | 第37-50页 |
| 4.1 引言 | 第37页 |
| 4.2 基于红外和可见光图像的特征级融合识别 | 第37-42页 |
| 4.2.1 识别方案介绍 | 第37-38页 |
| 4.2.2 特征级融合算法 | 第38-42页 |
| 4.3 基于红外和可见光图像的决策级融合识别 | 第42-49页 |
| 4.3.1 识别方案介绍 | 第42-43页 |
| 4.3.2 决策级融合算法 | 第43-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 半物理实验仿真系统 | 第50-65页 |
| 5.1 半物理实验平台介绍 | 第50-54页 |
| 5.2 空间非合作目标的融合识别软件平台 | 第54-61页 |
| 5.2.1 平台的设计方案 | 第54-55页 |
| 5.2.2 软件的功能模块 | 第55-61页 |
| 5.3 实验结果 | 第61-64页 |
| 5.3.1 基于单传感器的空间目标识别 | 第61-63页 |
| 5.3.2 基于特征级融合的空间目标识别 | 第63页 |
| 5.3.3 基于决策级融合的空间目标识别 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士期间发表的相关论文 | 第72-74页 |
