第一章 概述 | 第1-15页 |
1.1 红外成像制导技术 | 第7-9页 |
1.1.1 红外成像制导技术的特点 | 第8页 |
1.1.2 红外成像制导技术发展历程 | 第8-9页 |
1.2 红外图像处理技术 | 第9-11页 |
1.2.1 红外图像处理技术研究内容 | 第9-10页 |
1.2.2 国内外研究现状分析 | 第10-11页 |
1.3 红外图像仿真技术 | 第11-13页 |
1.3.1 红外图像仿真技术研究内容 | 第11-12页 |
1.3.2 国内外研究现状分析 | 第12-13页 |
1.4 本文的研究与工作 | 第13-15页 |
第二章 基于灰色关联分析和 CANNY算子的图像边缘检测算法研究 | 第15-32页 |
2.1 图像边缘检测方法综述 | 第15-22页 |
2.1.1 经典的图像边缘提取方法 | 第16-20页 |
2.1.2 基于能量最小化为准则的全局提取图像边缘方法 | 第20页 |
2.1.3 现代信号处理技术提取图像边缘方法 | 第20-22页 |
2.2 灰色关联分析 | 第22-25页 |
2.2.1 灰色关联分析的图像边缘检测 | 第23-24页 |
2.2.2 灰色关联分析算法缺陷 | 第24-25页 |
2.3 基于灰色关联分析和 CANNY算子的边缘检测算法 | 第25-31页 |
2.3.1 绝对关联度 | 第25-26页 |
2.3.2 灰色关联度图像 | 第26-27页 |
2.3.3 序列元素选取方式对边缘方向的敏感性 | 第27-29页 |
2.3.4 非极小值抑制(NMS) | 第29页 |
2.3.5 阈值化和边缘连接 | 第29-31页 |
2.3.6 仿真试验 | 第31页 |
2.4 小结 | 第31-32页 |
第三章 边缘检测最简算法在红外成像制导空空导弹上的应用研究 | 第32-39页 |
3.1 基于最简算子的边缘检测算法 | 第32-36页 |
3.1.1 最简梯度边缘检测算法 | 第32-33页 |
3.1.2 最简灰色关联分析边缘检测算法 | 第33-34页 |
3.1.3 最简数学形态学边缘检测算法 | 第34-35页 |
3.1.4 三种最简算子的比较 | 第35-36页 |
3.2 最简算子的运算量分析 | 第36-37页 |
3.3 最简边缘检测算法在红外成像制导研究中的应用 | 第37-38页 |
3.4 小结 | 第38-39页 |
第四章 图像仿真技术在红外成像制导空空导弹上应用研究 | 第39-64页 |
4.1 红外成像仿真过程 | 第39-40页 |
4.2 红外干扰建模 | 第40-43页 |
4.2.1 典型红外干扰 | 第40-43页 |
4.2.2 红外干扰技术指标 | 第43页 |
4.3 OPENGL图形库 | 第43-48页 |
4.3.1 OpenGL 简介 | 第44-45页 |
4.3.2 OpenGL 的图形变换和图像处理 | 第45-48页 |
4.4 “SKY DOME”技术 | 第48-54页 |
4.4.1 圆顶形天空的建模 | 第48-51页 |
4.4.2 球面纹理映射 | 第51-53页 |
4.4.3 天空背景图形绘制 | 第53-54页 |
4.5 MILKSHAPE 3D造型 | 第54-56页 |
4.6 粒子系统原理 | 第56-60页 |
4.6.1 粒子系统的基本思想 | 第56-57页 |
4.6.2 粒子系统的特点 | 第57页 |
4.6.3 粒子系统实现步骤 | 第57页 |
4.6.4 粒子系统的数学描述 | 第57-59页 |
4.6.5 尾焰与干扰弹仿真 | 第59-60页 |
4.7 红外成像视景仿真 | 第60-63页 |
4.8 小结 | 第63-64页 |
第五章 结束语 | 第64-66页 |
参考文献 | 第66-68页 |
硕士期间发表学术论文情况 | 第68-69页 |
致谢 | 第69-70页 |