首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

遥感图像飞机目标检测与识别算法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-14页
    1.1 课题研究的背景和意义第9-11页
    1.2 飞机目标识别的发展和国内外研究现状第11-12页
    1.3 存在的问题第12页
    1.4 本文结构设计第12-14页
第2章 遥感图像飞机目标识别的关键技术第14-27页
    2.1 飞机目标检测与识别流程第14-15页
    2.2 遥感图像的获取第15页
    2.3 图像的预处理第15-20页
        2.3.1 灰度化第16-17页
        2.3.2 去噪第17-18页
        2.3.3 图像增强第18-19页
        2.3.4 调整图像尺寸第19-20页
    2.4 飞机目标识别的特征提取第20-21页
    2.5 图像特征规范化第21-22页
    2.6 飞机目标识别方法第22-23页
        2.6.1 距离匹配第22页
        2.6.2 神经网络第22页
        2.6.3 支持向量机第22-23页
    2.7 飞机目标识别的干扰因素第23-24页
    2.8 飞机目标识别算法的性能评价第24-26页
        2.8.1 检测率第24页
        2.8.2 识别率第24-25页
        2.8.3 综合评价指标第25页
        2.8.4 虚警率第25页
        2.8.5 消耗时间第25-26页
    2.9 本章小结第26-27页
第3章 基于显著图和多特征结合的遥感图像飞机目标识别第27-46页
    3.1 算法整体流程设计第27-28页
    3.2 飞机目标粗定位第28-33页
        3.2.1 图像预处理第29页
        3.2.2 提取显著图第29-31页
        3.2.3 定位候选目标第31-33页
    3.3 飞机目标精确识别第33-39页
        3.3.1 特征提取第33-35页
        3.3.2 特征评估与结合第35-38页
        3.3.3 训练识别第38页
        3.3.4 飞机识别性能指标第38-39页
    3.4 实验及结果分析第39-45页
    3.5 本章小结第45-46页
第4章 基于图像熵和形状特征的飞机目标检测算法第46-58页
    4.1 算法描述第46-47页
    4.2 图像预处理第47-48页
        4.2.1 改进的彩色中值滤波第47-48页
        4.2.2 彩色图像灰度化第48页
    4.3 计算图像熵第48-50页
    4.4 特征提取第50-51页
        4.4.1 归一化转动惯量第50-51页
        4.4.2 奇异值分解第51页
        4.4.3 仿射不变矩第51页
    4.5 特征分析与融合第51-52页
    4.6 实验及结果分析第52-57页
        4.6.1 实验图像库第52-53页
        4.6.2 训练识别第53页
        4.6.3 实验结果与分析第53-57页
    4.7 本章小结第57-58页
第5章 本文工作总结与研究展望第58-60页
    5.1 本文工作总结和创新点第58-59页
    5.2 未来研究展望第59-60页
参考文献第60-64页
攻读硕士期间发表的论文情况和参加科研情况第64-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:基于自动编码器的半监督表示学习与分类学习研究
下一篇:基于蚁群算法的Android终端旅游线路规划研究