| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·图像信息处理的发展概况 | 第11页 |
| ·图像目标特征提取研究概况 | 第11-13页 |
| ·图像目标识别技术研究综述 | 第13-15页 |
| ·论文的研究内容及章节安排 | 第15-17页 |
| 第2章 基础知识和理论 | 第17-25页 |
| ·图像滤波去噪 | 第17-20页 |
| ·图像噪声综述 | 第17-18页 |
| ·中值滤波 | 第18-20页 |
| ·图像直方图 | 第20-23页 |
| ·一维直方图 | 第20-21页 |
| ·二维直方图 | 第21-23页 |
| ·统计学习理论 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 图像阈值分割与特征提取 | 第25-41页 |
| ·图像分割概述 | 第25-26页 |
| ·一种基于灰度-梯度信息二维Renyi 熵图像阈值分割方法 | 第26-32页 |
| ·灰度-邻域灰度均值二维直方图区域划分分析 | 第26-27页 |
| ·灰度-梯度二维Renyi 熵阈值选取 | 第27-30页 |
| ·仿真实验结果 | 第30-32页 |
| ·改进的二维Arimoto 熵图像阈值分割方法 | 第32-35页 |
| ·二维Arimoto 熵阈值选取 | 第32-33页 |
| ·仿真实验结果 | 第33-35页 |
| ·图像目标特征提取 | 第35-40页 |
| ·图像轮廓特征 | 第35-37页 |
| ·图像形状特征 | 第37-39页 |
| ·图像统计特征 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于SVM 的空中目标识别 | 第41-53页 |
| ·支持向量机模型及参数选择 | 第41-46页 |
| ·线性可分最优分类 | 第41-43页 |
| ·非线性可分最优分类 | 第43-44页 |
| ·支持向量机核函数 | 第44-46页 |
| ·SVM 空中目标识别 | 第46-50页 |
| ·图像目标预处理及特征提取 | 第46-49页 |
| ·SVM 分类器设计 | 第49-50页 |
| ·仿真实验结果与分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 总结 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士期间发表的论文 | 第59-60页 |
| 致谢 | 第60页 |