| 摘要 | 第5-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 课题的研究背景 | 第14-16页 |
| 1.2 迷彩伪装的发展历程 | 第16-18页 |
| 1.3 伪装技术的研究现状 | 第18-22页 |
| 1.3.1 伪装设计方法的研究现状 | 第18-19页 |
| 1.3.2 伪装评价技术的研究现状 | 第19-22页 |
| 1.4 迷彩伪装设计与评价存在的主要问题 | 第22-24页 |
| 1.5 本课题研究的目的和意义 | 第24-25页 |
| 1.6 本课题的研究内容和方法 | 第25-28页 |
| 第二章 基于背景样本的纹理合成优化方法 | 第28-48页 |
| 2.1 引言 | 第28页 |
| 2.2 动物伪装的视觉原理分析 | 第28-31页 |
| 2.3 纹理合成方法的相关研究 | 第31-33页 |
| 2.4 基于像素点自适应邻域相似性的纹理合成算法 | 第33-44页 |
| 2.4.1 自适应像素邻域的提取 | 第34-39页 |
| 2.4.2 像素邻域的相似性匹配 | 第39-41页 |
| 2.4.3 合成像素过程实验 | 第41-44页 |
| 2.4.4 基于像素点自适应邻域相似性的纹理合成算法流程 | 第44页 |
| 2.5 纹理合成实验与分析 | 第44-47页 |
| 2.6 本章小结 | 第47-48页 |
| 第三章 基于纹理合成的自适应迷彩伪装设计 | 第48-68页 |
| 3.1 引言 | 第48-49页 |
| 3.2 基于像素邻域相关性的快速纹理合成算法 | 第49-59页 |
| 3.2.1 快速合成算法的基本思想 | 第49页 |
| 3.2.2 基于像素邻域相关性的搜索方法 | 第49-50页 |
| 3.2.3 基于像素邻域相关性的相似性匹配 | 第50-53页 |
| 3.2.4 螺旋线状补充搜索方法 | 第53-54页 |
| 3.2.5 基于像素邻域相关性的快速纹理合成算法流程 | 第54-55页 |
| 3.2.6 纹理合成实验结果与对比分析 | 第55-59页 |
| 3.3 基于纹理合成的迷彩伪装设计 | 第59-62页 |
| 3.3.1 伪装图像颜色的量化 | 第59-61页 |
| 3.3.2 迷彩伪装设计的流程 | 第61-62页 |
| 3.4 实验结果与分析 | 第62-67页 |
| 3.5 本章小结 | 第67-68页 |
| 第四章 迷彩伪装综合评价指标体系的构建 | 第68-92页 |
| 4.1 引言 | 第68页 |
| 4.2 评价指标的选取原则 | 第68页 |
| 4.3 迷彩伪装评价指标体系的构成 | 第68-85页 |
| 4.3.1 亮度对比特征的提取 | 第69-71页 |
| 4.3.2 颜色特征的提取 | 第71-76页 |
| 4.3.3 纹理特征的提取 | 第76-81页 |
| 4.3.4 边缘形状的提取 | 第81-83页 |
| 4.3.5 斑点尺寸的提取 | 第83-85页 |
| 4.4 迷彩伪装评价指标体系的建立 | 第85-87页 |
| 4.5 迷彩伪装评价指标的建立实例 | 第87-89页 |
| 4.6 本章小结 | 第89-92页 |
| 第五章 迷彩伪装的综合评价 | 第92-114页 |
| 5.1 引言 | 第92页 |
| 5.2 灰色聚类决策评价方法 | 第92-102页 |
| 5.2.1 基本概念和基本原理 | 第92-93页 |
| 5.2.2 白化权函数 | 第93-97页 |
| 5.2.3 基于中心白化权函数的灰色聚类评价 | 第97-98页 |
| 5.2.4 白化权函数灰色聚类评价分析 | 第98-102页 |
| 5.3 基于灰色聚类算法的迷彩伪装综合评价方法 | 第102-103页 |
| 5.4 迷彩伪装综合评价的实验结果与分析 | 第103-113页 |
| 5.4.1 建立伪装评价矩阵 | 第105-109页 |
| 5.4.2 确定伪装评价等级 | 第109-111页 |
| 5.4.3 计算样本决策系数矩阵并评判等级 | 第111-112页 |
| 5.4.4 实验结果分析 | 第112-113页 |
| 5.5 本章小结 | 第113-114页 |
| 第六章 结论与展望 | 第114-118页 |
| 6.1 结论 | 第114-116页 |
| 6.2 展望 | 第116-118页 |
| 参考文献 | 第118-128页 |
| 致谢 | 第128-130页 |
| 攻读学位期间发表的论文和科研成果 | 第130-132页 |
| 作者简介 | 第132页 |