| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景和意义 | 第10-11页 |
| ·红外技术概述 | 第11-12页 |
| ·红外热成像技术概述 | 第11页 |
| ·红外热成像技术的优点 | 第11页 |
| ·红外目标识别中存在的困难 | 第11-12页 |
| ·红外目标识别算法国内外研究现状 | 第12-14页 |
| ·特征选择算法国内外研究现状 | 第14-17页 |
| ·本文的主要内容和组织结构 | 第17-19页 |
| 第2章 红外图像配准及预处理研究 | 第19-27页 |
| ·红外图像配准 | 第19-20页 |
| ·基于 Fourier-Mellin 变换的红外图像配准 | 第20-22页 |
| ·基于 Fourier-Mellin 变换的红外图像配准算法 | 第21页 |
| ·实验结果及分析 | 第21-22页 |
| ·红外图像预处理 | 第22-26页 |
| ·红外图像滤波 | 第22-23页 |
| ·红外图像增强 | 第23-24页 |
| ·红外图像分割 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 红外图像目标特征提取 | 第27-45页 |
| ·引言 | 第27-28页 |
| ·基于轮廓的形状特征 | 第28-31页 |
| ·基于区域的形状特征 | 第31-34页 |
| ·纹理特征 | 第34-38页 |
| ·变换系数特征 | 第38-41页 |
| ·分形维数特征 | 第41-42页 |
| ·特征的稳定性和类间可区分性验证 | 第42-44页 |
| ·特征的稳定性和类间可区分性的定义 | 第42页 |
| ·特征的稳定性和类间可区分性的分析与验证 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 面向红外目标识别的特征选择算法 | 第45-61页 |
| ·引言 | 第45-46页 |
| ·用于评价特征选择的贝叶斯分类器设计 | 第46-48页 |
| ·S-折交叉验证 | 第46页 |
| ·正确分类样本数目的超几何模型 | 第46-47页 |
| ·贝叶斯分类器设计 | 第47-48页 |
| ·标准的序列浮动前向特征选择 SFFS 算法 | 第48-50页 |
| ·基于改进 SFFS 的特征选择算法 | 第50-55页 |
| ·标准 SFFS 特征选择算法的速度改善 | 第50-52页 |
| ·标准 SFFS 特征选择算法的准确性改善 | 第52-55页 |
| ·实验结果及分析 | 第55-59页 |
| ·分类正确率方差的估计值比较 | 第55-56页 |
| ·特征选择实验结果及分析 | 第56-58页 |
| ·红外目标识别的实验结果及分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| ·本文总结 | 第61-62页 |
| ·本文的不足与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 附录 | 第69页 |