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

热红外遥感图像典型目标识别技术研究

摘要第4-6页
Abstract第6-8页
第一章 绪论第18-39页
    1.1 研究背景及意义第18-20页
    1.2 研究现状与问题分析第20-29页
        1.2.1 热红外图像噪声去除第20-21页
        1.2.2 热红外图像辐射定标与温度反演第21页
        1.2.3 热红外图像识别特征与目标建模第21-22页
        1.2.4 热红外图像分割第22-24页
        1.2.5 热红外图像特征提取与选择第24-25页
        1.2.6 热红外目标检测与分类第25-28页
        1.2.7 存在的问题第28-29页
    1.3 论文试验数据说明第29-36页
    1.4 论文主要研究内容和章节安排第36-39页
第二章 热红外图像识别特征分析第39-58页
    2.1 热红外图像典型目标识别特征第39-47页
        2.1.1 目标热红外特性影响因素第39-40页
        2.1.2 港口类目标热红外图像识别特征第40-44页
        2.1.3 机场跑道类目标热红外图像识别特征第44-47页
    2.2 热红外图像特征分析与比对第47-56页
        2.2.1 热红外图像典型目标特征分析与比对第47-50页
        2.2.2 试验与结果分析第50-56页
    2.3 本章小结第56-58页
第三章 热红外图像特征提取与选择第58-105页
    3.1 热红外图像特征提取与选择方法第58-81页
        3.1.1 热红外舰船样本图像分割第58-64页
        3.1.2 热红外图像特征提取第64-72页
        3.1.3 热红外图像特征选择第72-81页
    3.2 基于评估器分类的热红外图像特征提取与选择第81-88页
        3.2.1 港口目标热红外图像特征提取与选择第82页
        3.2.2 试验与结果分析第82-88页
    3.3 基于SVM分类的热红外图像特征提取与选择第88-103页
        3.3.1 油罐目标热红外图像特征提取与选择第88-90页
        3.3.2 油罐特征选取试验与结果分析第90-94页
        3.3.3 舰船目标热红外图像特征提取与选择第94-97页
        3.3.4 舰船特征选取试验与结果分析第97-103页
    3.4 本章小结第103-105页
第四章 热红外图像无样本学习的目标检测技术第105-133页
    4.1 尺度自适应分层多阈值目标检测第105-112页
        4.1.1 尺度选择理论与方法第106-107页
        4.1.2 分层多阈值热红外小目标检测第107-109页
        4.1.3 试验与结果分析第109-112页
    4.2 基于改进的小波包和高阶统计量目标检测第112-121页
        4.2.1 小波包和高阶统计量目标检测第113-115页
        4.2.2 形状特征舰船目标确认第115-118页
        4.2.3 试验与结果分析第118-121页
    4.3 直觉模糊C均值和区域生长法目标检测第121-131页
        4.3.1 直觉模糊C均值和区域生长法热红外机场跑道目标检测第121-123页
        4.3.2 试验与结果分析第123-131页
    4.4 本章小结第131-133页
第五章 热红外图像样本学习型目标检测与识别技术第133-166页
    5.1 基于SVM分类的目标检测与识别第133-144页
        5.1.1 基于SVM分类的目标检测评价第133-134页
        5.1.2 基于SVM分类的热红外油罐目标检测与识别第134-135页
        5.1.3 试验与结果分析第135-144页
    5.2 基于SVM和变形模板的目标检测与识别第144-150页
        5.2.1 基于SVM和变形模板的油罐目标检测第144-148页
        5.2.2 试验与结果分析第148-150页
    5.3 基于斑点和团块检测及SVM分类和变形模板的目标检测与识别第150-158页
        5.3.1 基于斑点和团块检测及SVM分类和变形模板的油罐检测第151-153页
        5.3.2 试验与结果分析第153-158页
    5.4 基于尺度分层多阈值和SVM分类的目标检测与识别第158-164页
        5.4.1 基于尺度分层多阈值和SVM分类的近岸舰船目标检测第159页
        5.4.2 试验及结果分析第159-164页
    5.5 本章小结第164-166页
第六章 结论第166-169页
    6.1 全文工作总结第166-168页
    6.2 研究展望第168-169页
致谢第169-170页
参考文献第170-179页
作者简历第179-180页

论文共180页,点击 下载论文
上一篇:基于参考点的交通流逐日演化研究
下一篇:基于效能的城轨线路列车群协同运营控制模型研究