基于电视导引图像的傅立叶描述子识别
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究的目的与意义 | 第12页 |
| ·研究背景与现状 | 第12-15页 |
| ·精确打击概念的提出 | 第12-13页 |
| ·精确打击技术的趋势 | 第13-14页 |
| ·电视制导 | 第14-15页 |
| ·特征提取及识别研究的现状 | 第15页 |
| ·课题研究内容 | 第15-17页 |
| ·小结 | 第17-18页 |
| 第二章 前期图像处理与空间变换 | 第18-30页 |
| ·图像处理简介 | 第18页 |
| ·图像噪声滤波与增强 | 第18-20页 |
| ·维纳滤波原理 | 第18-19页 |
| ·几种滤波方法比较实验 | 第19-20页 |
| ·数学形态学操作及图像阈值分割 | 第20-26页 |
| ·形态学操作top-hat 变换 | 第21-23页 |
| ·图像分割 | 第23-24页 |
| ·后续形态学处理 | 第24-26页 |
| ·空间变换 | 第26-29页 |
| ·仿射变换 | 第26-27页 |
| ·实际处理的简化算法 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 边缘检测与跟踪 | 第30-37页 |
| ·经典的边缘检测方法 | 第30-32页 |
| ·边缘检测方法性能比较 | 第32-33页 |
| ·边缘连接及处理 | 第33-34页 |
| ·边界追踪 | 第34-36页 |
| ·追踪算法 | 第34-35页 |
| ·多分支等问题解决 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第四章 全局特征提取 | 第37-52页 |
| ·简单的边界描述子 | 第37页 |
| ·不变矩方法 | 第37-41页 |
| ·矩与不变矩理论 | 第38-40页 |
| ·不变矩目标识别算法 | 第40-41页 |
| ·傅立叶描述子方法 | 第41-45页 |
| ·归一化傅立叶描述子理论 | 第41-42页 |
| ·存在的问题及改进 | 第42-45页 |
| ·不变矩方法与傅立叶算子方法的比较试验 | 第45-51页 |
| ·同型飞机的比较实验 | 第45-48页 |
| ·不同类型飞机的比较实验 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第五章 局部特征提取 | 第52-66页 |
| ·几何局部特征 | 第52-58页 |
| ·简介 | 第52-53页 |
| ·主轴的确定 | 第53-56页 |
| ·矩形占空比与长宽比的计算 | 第56-58页 |
| ·多边形凹缺特征 | 第58-65页 |
| ·多边形近似 | 第59-61页 |
| ·多边形近似实验及分析 | 第61-63页 |
| ·最小凸多边形获取及凹缺比 | 第63-64页 |
| ·凹缺比计算 | 第64-65页 |
| ·局部特征与全局特征的结合 | 第65页 |
| ·小结 | 第65-66页 |
| 第六章 目标图像识别的后期处理 | 第66-72页 |
| ·几种简单网络及其局限性 | 第66-67页 |
| ·学习矢量量化（LVQ）神经网络识别 | 第67-71页 |
| ·学习矢量量化（LVQ）神经网络模型 | 第67-68页 |
| ·LVQ 的网络学习规则 | 第68-69页 |
| ·实验与分析 | 第69-71页 |
| ·小结 | 第71-72页 |
| 第七章 总结与展望 | 第72-74页 |
| ·总结 | 第72-73页 |
| ·研究展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第79页 |
