雷达传感器与红外传感器信息融合技术在无人机上应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题的研究背景 | 第12页 |
| ·信息融合的概念 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·信息融合的研究现状 | 第13-14页 |
| ·SAR 图像与红外图像信息融合的研究现状 | 第14-15页 |
| ·本课题的选材依据 | 第15-16页 |
| ·两类传感器信息融合选取的组合方式 | 第15页 |
| ·SAR 图像与红外图像信息融合的优势 | 第15-16页 |
| ·无人机相关内容简介 | 第16页 |
| ·本论文组织结构 | 第16-18页 |
| 第2章 信息融合技术 | 第18-28页 |
| ·本文信息融合的结构层次 | 第18-21页 |
| ·像素级融合 | 第18-19页 |
| ·特征级融合 | 第19-20页 |
| ·决策级融合 | 第20页 |
| ·三种层次结构之间的比较 | 第20-21页 |
| ·人工智能概述 | 第21页 |
| ·信息融合的算法研究 | 第21-27页 |
| ·D-S 证据理论基础 | 第22-23页 |
| ·改进的D-S 证据融合方法 | 第23-25页 |
| ·改进方法的具体应用 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 SAR 图像预处理 | 第28-36页 |
| ·SAR 图像的成像原理 | 第28-30页 |
| ·利用正则化方法对SAR 图像进行图像增强 | 第30-32页 |
| ·吉洪诺夫正则化方法 | 第30-31页 |
| ·用势函数进行图像增强 | 第31-32页 |
| ·SAR 图像特征提取算法应用 | 第32-34页 |
| ·Hu 七个不变矩特征提取 | 第32-34页 |
| ·计算基本概率分配 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第4章 红外图像预处理 | 第36-43页 |
| ·红外图像成像原理 | 第36-37页 |
| ·对红外图像进行增强及去噪处理 | 第37-39页 |
| ·应用直方图均衡化对图像进行增强 | 第37-38页 |
| ·应用中值滤波对图像进行去噪 | 第38-39页 |
| ·红外图像特征提取算法应用 | 第39-41页 |
| ·原始的Sobel 算子基本介绍 | 第39-40页 |
| ·改进的Sobel 算子 | 第40-41页 |
| ·计算基本概率分配 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第5章 信息融合仿真实验 | 第43-53页 |
| ·信息融合的操作流程 | 第43-48页 |
| ·信息融合技术的功能分析 | 第43页 |
| ·信息融合操作环境的具体流程 | 第43-48页 |
| ·仿真实验 | 第48-52页 |
| ·SAR 图像处理实验分析 | 第48-49页 |
| ·红外图像处理实验分析 | 第49-50页 |
| ·信息融合实验分析与设计 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第58页 |
