| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·空间目标识别的概述 | 第7-8页 |
| ·空间目标识别的一般方法 | 第8-9页 |
| ·空间目标识别系统的应用 | 第9-10页 |
| ·国外空间目标识别系统的研究概况 | 第10-11页 |
| ·国内空间目标识别系统的研究概况 | 第11页 |
| ·本论文的主要内容 | 第11-13页 |
| 第二章 基于特征提取的图像预处理技术研究 | 第13-29页 |
| ·图像预处理技术基本方法 | 第13-21页 |
| ·滤波算法 | 第13-15页 |
| ·增强算法 | 第15-18页 |
| ·预处理实验结果 | 第18-21页 |
| ·基于图像分割的空间目标图像清晰化方法 | 第21-27页 |
| ·图像清晰化方法 | 第22-26页 |
| ·试验结果 | 第26-27页 |
| ·小结 | 第27-29页 |
| 第三章 空间目标图像特征提取技术研究 | 第29-41页 |
| ·带编辑的光学图像目标边缘提取技术 | 第29-32页 |
| ·聚类分析 | 第29-30页 |
| ·分类后精处理 | 第30页 |
| ·边缘线提取 | 第30-31页 |
| ·边缘线细化 | 第31-32页 |
| ·边缘线精处理 | 第32页 |
| ·边缘线矢量化 | 第32页 |
| ·空间目标边缘自适应提取技术 | 第32-37页 |
| ·目标图像的中值滤波 | 第33页 |
| ·分片增强 | 第33-34页 |
| ·最大类内间距准则分割 | 第34页 |
| ·数学形态学二值腐蚀 | 第34-35页 |
| ·Embedded Confidence 边缘提取算法 | 第35页 |
| ·试验结果 | 第35-37页 |
| ·雷达图像目标特征提取技术 | 第37-39页 |
| ·图像阈值化 | 第38页 |
| ·形态学滤波 | 第38页 |
| ·骨骼化处理 | 第38-39页 |
| ·骨骼线矢量化 | 第39页 |
| ·小结 | 第39-41页 |
| 第四章 空间目标识别系统及识别方法研究 | 第41-63页 |
| ·基于二维傅立叶小波变换的空间目标识别算法研究 | 第41-47页 |
| ·算法描述 | 第41-42页 |
| ·算法实现 | 第42-44页 |
| ·实验结果与分析 | 第44-47页 |
| ·基于极坐标投影距的目标识别算法 | 第47-58页 |
| ·极坐标投影矩的定义 | 第47-49页 |
| ·不变函数的选择 | 第49-51页 |
| ·极坐标投影矩的不变性 | 第51-54页 |
| ·仿真与分析 | 第54-58页 |
| ·结论 | 第58页 |
| ·空间目标识别试验系统 | 第58-61页 |
| ·空间目标识别试验系统结构 | 第58-59页 |
| ·试验系统介绍 | 第59-61页 |
| ·小结 | 第61-63页 |
| 第五章 结束语 | 第63-65页 |
| ·论文总结 | 第63页 |
| ·识别工作面临的困难以及建议 | 第63-64页 |
| ·下一步工作设想 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |