| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题来源 | 第8页 |
| 1.2 课题研究的目的及意义 | 第8-9页 |
| 1.3 图像识别系统的组成 | 第9-10页 |
| 1.4 国内外相关技术发展现状 | 第10-16页 |
| 1.4.1 图像识别技术研究现状 | 第10-11页 |
| 1.4.2 毫米波图像的目标检测研究现状 | 第11-16页 |
| 1.5 本文的主要研究内容 | 第16-17页 |
| 第2章 毫米波隐匿危险品图像的预处理 | 第17-32页 |
| 2.1 引言 | 第17页 |
| 2.2 毫米波成像 | 第17-22页 |
| 2.2.1 毫米波成像原理 | 第17-19页 |
| 2.2.2 毫米波危险品成像系统及实验平台 | 第19-22页 |
| 2.2.3 毫米波成像图像特点 | 第22页 |
| 2.3 毫米波图像的图像增强 | 第22-25页 |
| 2.3.1 图像增强的原理与方法 | 第22-24页 |
| 2.3.2 图像增强的实验结果与分析 | 第24-25页 |
| 2.4 毫米波图像的形态学变换 | 第25-28页 |
| 2.4.1 形态学变换的原理与方法 | 第25-27页 |
| 2.4.2 形态学变换的实验结果与分析 | 第27-28页 |
| 2.5 毫米波图像的二值化 | 第28-29页 |
| 2.5.1 二值化的原理与方法 | 第28页 |
| 2.5.2 二值化的实验结果与分析 | 第28-29页 |
| 2.6 毫米波图像的图像分割 | 第29-31页 |
| 2.6.1 图像分割的原理与方法 | 第29-30页 |
| 2.6.2 图像分割的结果与分析 | 第30-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 毫米波隐匿危险品图像的特征提取 | 第32-41页 |
| 3.1 引言 | 第32页 |
| 3.2 图像的特征提取的几种方法 | 第32-33页 |
| 3.3 特征提取的算法分析 | 第33-36页 |
| 3.3.1 矩不变量特征 | 第33-35页 |
| 3.3.2 几何参数特征 | 第35页 |
| 3.3.3 图像特征不变量的选取 | 第35-36页 |
| 3.4 毫米波图像的特征提取结果与分析 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 毫米波隐匿危险品图像的识别分类 | 第41-53页 |
| 4.1 引言 | 第41页 |
| 4.2 图像识别分类技术 | 第41-43页 |
| 4.2.1 图像识别与分类技术的基本概念 | 第41页 |
| 4.2.2 模式识别分类的方法 | 第41-43页 |
| 4.3 支持向量机在毫米波隐匿危险品识别分类中的应用 | 第43-48页 |
| 4.3.1 支持向量机原理 | 第43-44页 |
| 4.3.2 支持向量机学习算法 | 第44-46页 |
| 4.3.3 图像识别算法中的数据处理 | 第46-47页 |
| 4.3.4 毫米波图像识别与分类的实验结果与分析 | 第47-48页 |
| 4.4 BP神经网络在毫米波隐匿危险品识别分类中的应用 | 第48-51页 |
| 4.4.1 BP神经网络模型和学习算法 | 第48-50页 |
| 4.4.2 毫米波图像识别与分类的实验结果与分析 | 第50-51页 |
| 4.5 目标定位 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-62页 |
| 致谢 | 第62页 |