| 第一章 绪论 | 第1-15页 |
| 1．1 本课题研究的科学意义与应用前景 | 第8-10页 |
| 1．2 本课题当前国内外研究现状及分析 | 第10-14页 |
| 1．2．1 图像处理和识别的发展历史分析 | 第10页 |
| 1．2．2 图像处理和模式识别的国内外现状及发展 | 第10-14页 |
| 1．3 本课题研究的基本任务与要求 | 第14页 |
| 1．4 本课题研究的重要内容、获得的成果以及所作的贡献 | 第14页 |
| 1．5 小结 | 第14-15页 |
| 第二章 图像处理与模式识别的原理及方法研究 | 第15-23页 |
| 2．1 图像处理与模式识别系统的原理框图和计算模型 | 第15-16页 |
| 2．1．1 图像处理与模式识别系统的原理框图 | 第15-16页 |
| 2．1．2 图像处理与模式识别系统的计算模型 | 第16页 |
| 2．2 图像处理与模式识别方法简介 | 第16-22页 |
| 2．2．1 图像处理技术 | 第16-18页 |
| 2．2．2 模式识别 | 第18-22页 |
| 2．3 课题研究的目标 | 第22页 |
| 2．4 课题研究的难点分析与研究思路 | 第22页 |
| 2．5 小结 | 第22-23页 |
| 第三章 飞机目标识别的前期处理 | 第23-46页 |
| 3．1 图像预处理 | 第23-26页 |
| 3．1．1 平滑 | 第23-24页 |
| 3．1．2 滤波 | 第24-26页 |
| 3．2 图像边缘检测 | 第26-41页 |
| 3．2．1 图像边缘检测的基本概念 | 第26-28页 |
| 3．2．2 边缘检测算法的一般步骤 | 第28-29页 |
| 3．2．3 边缘检测 | 第29-41页 |
| 3．3 飞机图像的二值化 | 第41-45页 |
| 3．4 小结 | 第45-46页 |
| 第四章 飞机图像的特征提取 | 第46-53页 |
| 4．1 概述 | 第46-52页 |
| 4．1．1 不变矩的基本概念 | 第46-49页 |
| 4．1．2 不变矩的计算方法和计算结果 | 第49-52页 |
| 4．2 小结 | 第52-53页 |
| 第五章 飞机目标识别的后期处理 | 第53-83页 |
| 5．1 基于人工神经网络的模式识别技术 | 第53-60页 |
| 5．1．1 人工神经网络概述 | 第53-54页 |
| 5．1．2 人工神经网络的一般模型 | 第54-60页 |
| 5．2 BP网络 | 第60-75页 |
| 5．2．1 BP网络结构及BP算法回顾 | 第60-64页 |
| 5．2．2 BP算法的改进以及在本系统中的应用 | 第64-68页 |
| 5．2．3 BP网络的实验及其结果与分析 | 第68-75页 |
| 5．3 自组织特征映射神经网络 | 第75-82页 |
| 5．3．1 自组织特征映射网络的结构 | 第75-76页 |
| 5．3．2 Kohonen网络算法及识别机理 | 第76-77页 |
| 5．3．3 Kohonen网络和多层前馈网络组分类算法 | 第77-78页 |
| 5．3．4 Kohonen网络以及Kohonen与多层前馈网络组的实验结果与分析 | 第78-82页 |
| 5．4 小结 | 第82-83页 |
| 第六章 总结和展望 | 第83-85页 |
| 6．1 本文的主要工作 | 第83页 |
| 6．2 需要发展和完善的地方 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-88页 |
