基于图像特征的空间目标识别方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·空间目标识别概述 | 第11页 |
| ·国内外空间目标识别研究概况 | 第11-13页 |
| ·美国空间目标监视系统 | 第12页 |
| ·俄罗斯空间目标监测系统 | 第12-13页 |
| ·国内空间目标识别系统 | 第13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 第二章 图像预处理 | 第15-35页 |
| ·图像增强 | 第15-28页 |
| ·图像灰度变换 | 第15-22页 |
| ·图像的平滑滤波 | 第22-28页 |
| ·图像的分割 | 第28-32页 |
| ·最大熵法 | 第29-30页 |
| ·最大类间方差法(Otsu) | 第30-31页 |
| ·迭代阈值法 | 第31-32页 |
| ·基于形态学的图像修复 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 图像特征提取 | 第35-40页 |
| ·常见的图像特征 | 第35-36页 |
| ·空间目标的特征提取 | 第36-39页 |
| ·几何形状特征 | 第36-37页 |
| ·灰度特征 | 第37-38页 |
| ·Hu 不变矩 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 一种改进核聚类算法研究 | 第40-74页 |
| ·模糊C 均值聚类算法 | 第40-42页 |
| ·基本概念 | 第40-42页 |
| ·局限性分析 | 第42页 |
| ·模糊核聚类算法 | 第42-53页 |
| ·核函数的理论 | 第43-49页 |
| ·模糊核聚类算法 | 第49-53页 |
| ·一种基于 Voronoi 距离的核聚类算法 | 第53-73页 |
| ·隶属度函数的特性 | 第53-55页 |
| ·基于明晰化隶属度的目标函数的改进 | 第55-57页 |
| ·隶属度明晰化的KFCM 算法 | 第57-62页 |
| ·基于Voronoi 距离的新的距离度量 | 第62-68页 |
| ·试验仿真 | 第68-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 空间目标识别系统研究 | 第74-84页 |
| 第六章 总结与展望 | 第84-86页 |
| ·论文总结 | 第84-85页 |
| ·研究展望 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 攻读硕士学位期间已发表或录用的论文 | 第91-92页 |
| 致谢 | 第92页 |