基于图像处理的空中目标识别关键技术研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第12-18页 |
1.1 本课题研究目的和意义 | 第12-13页 |
1.2 本课题当前国内外研究现状及分析 | 第13-15页 |
1.2.1 国外研究现状及发展 | 第13-14页 |
1.2.2 国内研究现状及发展 | 第14-15页 |
1.2.3 存在的问题 | 第15页 |
1.3 本课题研究的基本任务与要求 | 第15页 |
1.4 本课题研究的主要内容 | 第15-18页 |
第二章 海天图像的预处理技术 | 第18-22页 |
2.1 引言 | 第18页 |
2.2 实验系统组成 | 第18-19页 |
2.3 图像预处理 | 第19-21页 |
2.3.1 图像平滑 | 第19-20页 |
2.3.2 图像均值滤波 | 第20-21页 |
2.3.3 图像中值滤波 | 第21页 |
2.4 本章小结 | 第21-22页 |
第三章 基于海天线旋转后准确确定目标区域 | 第22-34页 |
3.1 海天区域分割 | 第22-24页 |
3.1.1 海天图像分割 | 第22-23页 |
3.1.2 Otsu分割法 | 第23-24页 |
3.2 Hough变换检测直线 | 第24-25页 |
3.2.1 标志Hough变换 | 第24页 |
3.2.2 改进的Hough变换检测直线 | 第24-25页 |
3.3 海天线旋转后确定目标区域 | 第25-28页 |
3.4 图像边缘检测 | 第28-32页 |
3.4.1 图像边缘检测的基本概念 | 第28页 |
3.4.2 边缘检测步骤 | 第28-29页 |
3.4.3 常用的边缘检测算法 | 第29-30页 |
3.4.4 Canny边缘检测 | 第30-31页 |
3.4.5 实验结果与分析 | 第31-32页 |
3.5 本章小结 | 第32-34页 |
第四章 图像特征提取 | 第34-46页 |
4.1 目标图像的特征提取技术 | 第34-35页 |
4.1.1 目标图像特征向量 | 第34-35页 |
4.1.2 目标物体图像特征的分类 | 第35页 |
4.2 飞机目标图像的几何特征提取 | 第35-40页 |
4.2.1 飞机目标中心 | 第35-36页 |
4.2.2 尺寸特征 | 第36-37页 |
4.2.2.1 周长与面积 | 第36-37页 |
4.2.2.2 长轴与短轴 | 第37页 |
4.2.3 形状特征 | 第37-38页 |
4.2.3.1 紧凑度 | 第37-38页 |
4.2.3.2 复杂度 | 第38页 |
4.2.4 机长翼展比 | 第38-40页 |
4.3 实验结果与分析 | 第40-41页 |
4.4 不变矩的基本概念 | 第41-45页 |
4.4.1 不变矩的计算方法和计算结果 | 第43-45页 |
4.5 本章小结 | 第45-46页 |
第五章 图像特征融合 | 第46-56页 |
5.1 引言 | 第46页 |
5.2 降维基本概念 | 第46-47页 |
5.3 主成分分析法(PCA) | 第47-51页 |
5.3.1 PCA原理 | 第47-48页 |
5.3.2 PCA数学模型 | 第48-50页 |
5.3.3 结果分析 | 第50-51页 |
5.4 基于遗传算法的约简算法 | 第51-54页 |
5.4.1 遗传算法 | 第51-52页 |
5.4.2 约简算法 | 第52-54页 |
5.5 本章小结 | 第54-56页 |
第六章 目标识别的分类器设计和软件实现 | 第56-72页 |
6.1 引言 | 第56页 |
6.2 支持向量机原理 | 第56-59页 |
6.2.1 线性可分支持向量机 | 第56-58页 |
6.2.2 非线性支持向量机 | 第58-59页 |
6.2.3 支持向量机的核函数 | 第59页 |
6.3 支持向量机核函数选择与参数优化 | 第59-64页 |
6.3.1 实验与结果分析 | 第61-64页 |
6.4 海空目标识别系统软件设计 | 第64-69页 |
6.4.1 系统界面设计 | 第64页 |
6.4.2 软件代码设计 | 第64-69页 |
6.4.2.1 图像处理操作程序 | 第65-67页 |
6.4.2.2 实时视频采集 | 第67-69页 |
6.5 实验结果 | 第69-70页 |
6.6 本章小结 | 第70-72页 |
结论与展望 | 第72-74页 |
参考文献 | 第74-78页 |
攻读学位期间发表的学术成果 | 第78-80页 |
致谢 | 第80页 |