基于神经网络的飞机目标识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·该领域发展现状 | 第9-12页 |
| ·图像处理的发展现状和发展前景 | 第9-10页 |
| ·人工神经网络的发展现状和应用领域 | 第10-12页 |
| ·选题的背景和意义 | 第12-13页 |
| ·本论文的主要工作 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第2章 数字图像基础 | 第14-25页 |
| ·数字图像处理的特点 | 第14-16页 |
| ·数字图像的获取 | 第16-17页 |
| ·图像数学基础 | 第17-21页 |
| ·傅立叶变换 | 第17-19页 |
| ·离散余弦变换 | 第19-20页 |
| ·沃尔什变换 | 第20-21页 |
| ·色度学基础 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 图像处理平台设计 | 第25-46页 |
| ·引言 | 第25-26页 |
| ·需求分析 | 第26页 |
| ·系统流程 | 第26-29页 |
| ·图像采集环节 | 第29-32页 |
| ·图像采集设备 | 第29-31页 |
| ·视频回放功能 | 第31-32页 |
| ·图像前期处理功能的实现 | 第32-45页 |
| ·图像放大缩小原理及实现 | 第32-34页 |
| ·图像亮度和对比度增强 | 第34-37页 |
| ·图像增强 | 第37-41页 |
| ·图像平滑 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 飞机图像的边缘检测和特征提取 | 第46-65页 |
| ·图像的灰度化和二值化 | 第46-49页 |
| ·图像灰度化 | 第46-47页 |
| ·图像的二值化 | 第47-49页 |
| ·图像的分割和边缘检测 | 第49-56页 |
| ·图像的分割 | 第49-51页 |
| ·边缘检测 | 第51-56页 |
| ·飞机图像特征的提取 | 第56-64页 |
| ·图像的特征 | 第56-57页 |
| ·特征提取的步骤 | 第57-58页 |
| ·飞机图像矩特征的提取 | 第58-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 基于神经网络的飞机目标识别 | 第65-83页 |
| ·人工神经网络的特点 | 第65-66页 |
| ·BP 神经网络模型算法 | 第66-71页 |
| ·BP 算法模型 | 第67-69页 |
| ·BP 神经网络设计要考虑的问题 | 第69-70页 |
| ·BP 神经网络的优化和改进 | 第70-71页 |
| ·BP 神经网络的设计 | 第71-82页 |
| ·系统结构 | 第71-72页 |
| ·BP 网络学习过程 | 第72-74页 |
| ·BP 识别算法软件实现 | 第74-79页 |
| ·识别结果与分析 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 结论 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第88-89页 |
| 致谢 | 第89页 |
