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 |