PCNN和Zernike矩在遥感图像处理和目标识别的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究背景 | 第8页 |
| ·国内外研究现状及发展 | 第8-10页 |
| ·论文的主要工作和内容安排 | 第10-12页 |
| 第二章 图像预处理 | 第12-20页 |
| ·基于像素的预处理 | 第12-17页 |
| ·基于区域的预处理 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于PCNN 的图像分割技术 | 第20-34页 |
| ·图像分割概述 | 第20-22页 |
| ·PCNN 概述 | 第22-24页 |
| ·PCNN 理论的发展 | 第22-23页 |
| ·PCNN 在图像处理中的应用研究 | 第23-24页 |
| ·PCNN 原理及模型 | 第24-27页 |
| ·PCNN 基本模型 | 第24-26页 |
| ·PCNN 模型参数 | 第26-27页 |
| ·基于PCNN 的图像分割 | 第27-33页 |
| ·PCNN 图像分割原理 | 第27-28页 |
| ·PCNN 模型的改进 | 第28-30页 |
| ·基于PCNN 的图像分割 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于矩的目标识别方法 | 第34-42页 |
| ·Hu 矩及其应用 | 第34-37页 |
| ·Hu 矩 | 第34-36页 |
| ·Hu 矩的应用 | 第36-37页 |
| ·Zernike 矩 | 第37-39页 |
| ·Zernike 矩的定义 | 第37-38页 |
| ·Zernike 矩性质 | 第38-39页 |
| ·Zernike 矩的改进 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 遥感图像中目标的自动识别 | 第42-59页 |
| ·目标识别概述 | 第42-43页 |
| ·二值图像的区域提取 | 第43-47页 |
| ·飞机的识别 | 第47-52页 |
| ·飞机识别的特征选取 | 第47-48页 |
| ·识别步骤 | 第48-49页 |
| ·实验结果及分析 | 第49-52页 |
| ·舰船检测 | 第52-58页 |
| ·区域的分裂与合并 | 第53-54页 |
| ·舰船目标的识别方法 | 第54-55页 |
| ·实验结果与分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻硕期间取得的研究成果 | 第67-68页 |
