基于模糊支持向量机的红外及可见光目标识别
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究的背景和意义 | 第11-13页 |
| ·研究现状 | 第13-15页 |
| ·论文的研究内容 | 第15页 |
| ·论文的组织结构与创新点 | 第15-17页 |
| 第2章 图像预处理的改进与实现 | 第17-35页 |
| ·图像噪声 | 第17-18页 |
| ·图像去噪 | 第18-25页 |
| ·空间域去噪 | 第18-19页 |
| ·变换域去噪 | 第19-21页 |
| ·形态学去噪 | 第21-25页 |
| ·图像分割 | 第25-30页 |
| ·Otsu 阈值分割算法 | 第25-27页 |
| ·边缘检测 | 第27-29页 |
| ·K 均值聚类 | 第29-30页 |
| ·一种改进的阈值分割算法 | 第30-32页 |
| ·一种改进的 K-means 聚类 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 特征选择与提取的实现与分析 | 第35-45页 |
| ·HU 矩特征 | 第35-37页 |
| ·仿射不变矩特征 | 第37-39页 |
| ·灰度共生矩特征 | 第39-41页 |
| ·目标特征选择方法 | 第41-42页 |
| ·实验仿真 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 模糊支持向量机理论与编程实现 | 第45-65页 |
| ·模糊数学理论 | 第45-48页 |
| ·模糊数学的发展历程 | 第45-46页 |
| ·模糊集 | 第46页 |
| ·几种常见的模糊隶属度函数 | 第46-48页 |
| ·支持向量机理论 | 第48-56页 |
| ·经验风险 | 第49-51页 |
| ·结构风险最小化 | 第51-53页 |
| ·最优超平面 | 第53-54页 |
| ·VC 维数 | 第54-55页 |
| ·核函数 | 第55-56页 |
| ·FSVM 理论 | 第56-60页 |
| ·第一种模糊支持向量机 | 第57页 |
| ·第二种模糊支持向量机 | 第57-60页 |
| ·模糊隶属度核函数的选择 | 第60-62页 |
| ·基于类中心距离的隶属度函数 | 第61页 |
| ·基于 S 型函数的隶属度函数 | 第61-62页 |
| ·基于π型函数的隶属度函数 | 第62页 |
| ·FSVM 算法的编程实现 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 基于 FSVM 的识别系统实现 | 第65-82页 |
| ·FSVM 识别系统的架构 | 第65-66页 |
| ·图像预处理部分的实现 | 第66-68页 |
| ·文件的打开与显示 | 第67页 |
| ·预处理模块图像增强的执行 | 第67-68页 |
| ·预处理模块图像分割的执行 | 第68页 |
| ·特征提取部分的实现 | 第68-71页 |
| ·文件的打开与显示 | 第69-70页 |
| ·传感器类型的选择 | 第70页 |
| ·计算相应的特征值 | 第70-71页 |
| ·特征值的存储 | 第71页 |
| ·目标特征数据库系统的技术实现 | 第71-77页 |
| ·特征数据库管理系统的构建 | 第71页 |
| ·目标动态特征库管理技术 | 第71-73页 |
| ·目标特征数据库建立 | 第73-75页 |
| ·数据库管理系统编程实现 | 第75-77页 |
| ·模型训练部分 | 第77-78页 |
| ·目标识别部分 | 第78-81页 |
| ·目标识别模块工作流程与结果显示 | 第78-79页 |
| ·目标识别结果分析与对比 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-89页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第89-90页 |
| 致谢 | 第90-91页 |
