红外图像目标特征提取与分类算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·特征提取算法研究现状 | 第7-8页 |
| ·分类算法研究现状 | 第8-9页 |
| ·论文的主要工作及内容安排 | 第9-11页 |
| 第二章 红外图像增强与分割 | 第11-23页 |
| ·红外图像增强 | 第11-17页 |
| ·直方图均衡化算法 | 第11-12页 |
| ·图像平滑滤波算法 | 第12-17页 |
| ·红外图像分割 | 第17-22页 |
| ·迭代阈值分割 | 第18页 |
| ·最大熵法 | 第18-20页 |
| ·Otsu 算法 | 第20-21页 |
| ·实验结果与分析 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 红外图像目标特征分析与提取 | 第23-45页 |
| ·红外图像特征分析 | 第23-25页 |
| ·红外图像特点 | 第23-24页 |
| ·适合红外图像目标分类的特征 | 第24-25页 |
| ·红外图像目标线性特征提取方法 | 第25-40页 |
| ·主分量分析 | 第25-31页 |
| ·改进的独立分量分析 | 第31-40页 |
| ·红外图像目标非线性特征提取方法 | 第40-43页 |
| ·核方法的基本思想 | 第40-42页 |
| ·KPCA 非线性特征提取算法及应用步骤 | 第42-43页 |
| ·小结 | 第43-45页 |
| 第四章 红外图像目标分类 | 第45-61页 |
| ·基于距离度量的分类算法 | 第45-47页 |
| ·最小距离分类算法 | 第45页 |
| ·最近邻分类算法 | 第45页 |
| ·KNN 分类算法 | 第45-46页 |
| ·实验结果与分析 | 第46-47页 |
| ·结合纠错输出码与SVM 分类器的多目标分类算法 | 第47-56页 |
| ·支持向量机 | 第47-53页 |
| ·纠错输出编码理论 | 第53-55页 |
| ·纠错码与支持向量机的结合及实验结果与分析 | 第55-56页 |
| ·一种改进的KNN 分类算法 | 第56-60页 |
| ·改进的KNN 分类算法理论 | 第56-57页 |
| ·实验结果与分析 | 第57-60页 |
| ·小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·全文总结 | 第61-62页 |
| ·工作展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-68页 |
