首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--数据、图像处理及录取论文

基于ISAR图像的舰船目标识别研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-17页
    1.1 课题背景及研究的目的和意义第10-11页
        1.1.1 课题背景第10-11页
        1.1.2 课题研究意义第11页
    1.2 国内外在该方向的研究现状第11-15页
        1.2.1 国外研究现状第11-13页
        1.2.2 国内研究现状第13-14页
        1.2.3 国内外研究现状分析第14-15页
    1.3 论文主要研究内容与安排第15-17页
第2章 舰船目标ISAR二维图像预处理第17-25页
    2.1 引言第17页
    2.2 全局抑制噪声第17-18页
    2.3 自适应剔除噪声截取图像第18-19页
    2.4 较强条纹干扰与斑痕噪声抑制第19-21页
    2.5 常用数字图像处理与形态学方法第21-22页
        2.5.1 中值滤波第21页
        2.5.2 端点连接第21-22页
        2.5.3 膨胀平滑第22页
    2.6 图像几何聚类第22-23页
    2.7 本章小结第23-25页
第3章 目标形态特征提取及其识别稳健性研究第25-38页
    3.1 引言第25页
    3.2 目标形态特征提取第25-31页
        3.2.1 图像分辨率的获取第26页
        3.2.2 轮廓提取第26-27页
        3.2.3 面积、周长和紧密度特征第27-28页
        3.2.4 舰船Centreline与长度特征第28页
        3.2.5 距离单元最大均方差特征第28-29页
        3.2.6 不变矩特征第29-30页
        3.2.7 传统上层结构及编码特征第30-31页
        3.2.8 桅杆数目、位置与高度特征第31页
    3.3 形态特征与分类器对实测数据稳健性的研究第31-37页
        3.3.1 数据库简介第32-33页
        3.3.2 分辨率问题第33-34页
        3.3.3 识别过程与结果第34-37页
    3.4 本章小结第37-38页
第4章 舰船上层结构曲线的自适应分段算法研究第38-48页
    4.1 引言第38页
    4.2 自适应分段的意义第38-39页
    4.3 改进的自适应分段算法第39-44页
        4.3.1 均值梯度法第39-40页
        4.3.2 均值逼近法第40-42页
        4.3.3 聚类法第42-43页
        4.3.4 基于拐点的聚类法第43-44页
    4.4 基于实测数据的验证与比较第44-47页
        4.4.1 数据库简介第44-46页
        4.4.2 实验方案与实验结果第46-47页
    4.5 本章小结第47-48页
第5章 基于上层结构的模糊识别算法研究第48-60页
    5.1 引言第48页
    5.2 改进的编码特征第48-49页
    5.3 模糊集理论简介第49-50页
    5.4 上层结构编码模糊识别的基本原理第50页
    5.5 上层结构编码的模糊集与隶属度函数第50-53页
    5.6 最大贴近度原则第53-54页
    5.7 基于实测数据的验证与比较第54-59页
        5.7.1 实验方案与数据库第54-56页
        5.7.2 实验结果第56-59页
    5.8 本章小结第59-60页
结论第60-63页
参考文献第63-69页
攻读硕士学位期间发表的论文及其它成果第69-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:牙轮钻机回转机构的动态特性研究
下一篇:基于机载LiDAR数据的电力走廊信息提取技术研究