| 摘要 | 第3-5页 |
| Absteact | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 极光研究的现状与模式识别技术 | 第12-15页 |
| 1.2.1 极光图像的研究进展 | 第12-14页 |
| 1.2.2 模式识别技术 | 第14-15页 |
| 1.3 本文的工作内容 | 第15-17页 |
| 第2章 极光检测算法的基础知识 | 第17-25页 |
| 2.1 特征提取 | 第17-18页 |
| 2.2 k近邻分类 | 第18-19页 |
| 2.2.1 算法介绍 | 第18-19页 |
| 2.2.2 优点与不足 | 第19页 |
| 2.3 极光检测算法的基本流程和步骤 | 第19-20页 |
| 2.4 LBP在极光图像检测上的应用 | 第20-25页 |
| 2.4.1 基本LBP | 第20-21页 |
| 2.4.2 改进的LBP | 第21-22页 |
| 2.4.3 统一化的LBP | 第22页 |
| 2.4.4 LBP在极光检测上的应用 | 第22-25页 |
| 第3章 基于q-迭代的Zernike矩的极光图像检测 | 第25-35页 |
| 3.1 Zemike矩的基本知识 | 第25-27页 |
| 3.1.1 Zernike矩 | 第25页 |
| 3.1.2 zernike矩的正交性 | 第25-26页 |
| 3.1.3 Zernike矩的旋转不变性 | 第26页 |
| 3.1.4 q-迭代的Zernike多项式 | 第26-27页 |
| 3.1.5 Zernike矩特征 | 第27页 |
| 3.2 基于q-迭代的Zernike矩的极光检测算法 | 第27-28页 |
| 3.3 实验结果与分析 | 第28-34页 |
| 3.3.1 加噪 | 第28-31页 |
| 3.3.2 旋转 | 第31-32页 |
| 3.3.3 滤波处理 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于Gabor特征的极光图像检测 | 第35-51页 |
| 4.1 Gabor特征 | 第35-43页 |
| 4.1.1 一维Gabor函数 | 第35-36页 |
| 4.1.2 二维Gabor函数 | 第36-37页 |
| 4.1.3 Gabor滤波器 | 第37-40页 |
| 4.1.4 Gabor特征 | 第40-43页 |
| 4.2 基于Gabor特征的极光检测算法 | 第43-44页 |
| 4.3 实验结果与分析 | 第44-49页 |
| 4.3.1 运行时间 | 第44-45页 |
| 4.3.2 滤波处理 | 第45-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第5章 总结与展望 | 第51-55页 |
| 5.1 本文总结 | 第51-52页 |
| 5.2 未来展望 | 第52-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读硕士学位期间的研究成果 | 第61页 |