| 摘 要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-15页 |
| ·神经网络和边缘检测技术发展 | 第8-11页 |
| ·神经网络技术在武器工程领域应用研究现状 | 第11-12页 |
| ·本文的贡献和意义及实用价值 | 第12-14页 |
| ·本文的贡献 | 第12-13页 |
| ·本课题的理论意义和在武器工程设计中的实用价值 | 第13-14页 |
| ·本文的组织安排 | 第14-15页 |
| 第二章 边缘检测技术概述 | 第15-20页 |
| ·图像边缘检测技术分类概述 | 第15-19页 |
| ·高斯滤波器 | 第15页 |
| ·索贝尔算子 | 第15-16页 |
| ·坎尼边缘检测算子 | 第16-18页 |
| ·高斯的拉普拉斯算法 | 第18-19页 |
| ·图像边缘检测技术分析比较 | 第19页 |
| ·图像边缘检测技术应用发展趋势 | 第19-20页 |
| 第三章 基于神经网络的目标靶板边缘检测技术 | 第20-43页 |
| ·在武器系统研究中的应用背景 | 第20页 |
| ·目标靶板试验方法及数学理论 | 第20-31页 |
| ·目标靶板试验方法及计算公式 | 第20-30页 |
| ·球形靶法 | 第21-28页 |
| ·扇形靶法 | 第28-30页 |
| ·目标靶板破片分布数学理论 | 第30-31页 |
| ·数字图像处理技术对目标靶板图像的应用 | 第31-32页 |
| ·数字图像处理技术对目标靶板图像的转换实现 | 第32-36页 |
| ·目标靶板的神经网络结构模型建立及实现 | 第36-43页 |
| ·神经网络结构组成 | 第36-37页 |
| ·神经网络对目标靶板的二值图像学习和回想 | 第37-40页 |
| ·神经网络对目标靶板的边缘检测关键技术实现 | 第40-43页 |
| 第四章 传统人工检测和神经网络对目标靶板边缘检测误差分析 | 第43-47页 |
| ·传统人工检测目标靶板方法及结果分析 | 第43-44页 |
| ·传统人工试验检测方法 | 第43-44页 |
| ·传统人工试验检测结果分析 | 第44页 |
| ·神经网络对目标靶板检测方法及结果分析 | 第44-46页 |
| ·神经网络对目标靶板的边缘检测方法 | 第45页 |
| ·神经网络对目标靶板采集结果分析 | 第45-46页 |
| ·两种检测方法的比较 | 第46-47页 |
| 第五章 后续研究计划 | 第47-48页 |
| 第六章 结束语 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51-52页 |
| 个人简历 | 第52页 |