| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题的研究背景及意义 | 第11页 |
| 1.2 红外舰船目标识别的研究现状与发展趋势 | 第11-13页 |
| 1.2.1 红外舰船目标识别技术的研究现状 | 第11-12页 |
| 1.2.2 红外舰船目标识别技术的发展趋势 | 第12-13页 |
| 1.3 本文的研究内容和章节安排 | 第13-15页 |
| 第2章 舰船红外图像的预处理 | 第15-21页 |
| 2.1 红外图像特征分析 | 第15页 |
| 2.2 红外图像去噪 | 第15-16页 |
| 2.3 红外图像灰度级修正 | 第16-18页 |
| 2.4 红外图像锐化处理 | 第18-21页 |
| 第3章 基于小波变换的红外图像目标分割与检测方法 | 第21-33页 |
| 3.1 小波基本概念 | 第21-22页 |
| 3.2 二维小波变换 | 第22-23页 |
| 3.3 基于边缘小波特征的红外弱小目标检测 | 第23-28页 |
| 3.3.1 小波边缘检测算法原理 | 第23-25页 |
| 3.3.2 基于边缘小波特征的目标检测算法流程 | 第25-26页 |
| 3.3.3 水天线的直线方程估计 | 第26页 |
| 3.3.4 目标精细搜索与定位 | 第26-27页 |
| 3.3.5 实验结果与结果分析 | 第27-28页 |
| 3.4 基于小波多尺度互能量交叉融合滤波的弱小目标检测 | 第28-32页 |
| 3.4.1 算法流程 | 第28-29页 |
| 3.4.2 多尺度互能量交叉算子 | 第29页 |
| 3.4.3 目标检测算法设计 | 第29-31页 |
| 3.4.4 目标定位方法设计 | 第31页 |
| 3.4.5 双窗口不相似度量方法 | 第31页 |
| 3.4.6 实验结果与分析 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于神经网络红外目标识别方法设计 | 第33-47页 |
| 4.1 红外图像识别概述 | 第33-34页 |
| 4.2 红外目标特征提取 | 第34-35页 |
| 4.2.1 红外目标特征提取与选择 | 第34页 |
| 4.2.2 红外图像目标识别的分类器设计 | 第34-35页 |
| 4.3 神经网络理论介绍 | 第35-41页 |
| 4.3.1 BP神经网络的基本结构 | 第35-36页 |
| 4.3.2 BP算法基本思想 | 第36-39页 |
| 4.3.3 BP神经网络训练的过程 | 第39-40页 |
| 4.3.4 BP神经网络的参数选择 | 第40页 |
| 4.3.5 BP算法的缺点和改进 | 第40-41页 |
| 4.4 基于BP神经网络的红外目标识别 | 第41-45页 |
| 4.4.1 BP神经网络结构设计 | 第41页 |
| 4.4.2 BP网络识别程序实现与结果分析 | 第41-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第5章 红外识别系统设计及其应用 | 第47-65页 |
| 5.1 无人机平台设计方案 | 第47-51页 |
| 5.1.1 无人机平台选型 | 第47-48页 |
| 5.1.2 无人机红外遥感图像摄录平台设计方案 | 第48-51页 |
| 5.2 测控及信息传输系统设计 | 第51-52页 |
| 5.3 信息获取与识别处理系统设计 | 第52-63页 |
| 5.3.1 目标跟踪方式分析 | 第52-53页 |
| 5.3.2 红外目标识别过程 | 第53-56页 |
| 5.3.3 红外遥感图像采集模块设计与实现 | 第56-58页 |
| 5.3.4 遥感图像目标的分割与检测模块设计与实现 | 第58-60页 |
| 5.3.5 遥感图像目标识别模块设计与实现 | 第60-63页 |
| 5.4 红外识别系统实验结果与分析 | 第63-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读学位期间发表的论著、获奖情况 | 第73-75页 |
| 作者从事科学研究简历 | 第75页 |