| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·飞机识别研究现状 | 第11-14页 |
| ·国内外飞机识别研究现状 | 第11-12页 |
| ·特征点和不变矩的研究概况 | 第12-14页 |
| ·本文的主要研究内容和创新点 | 第14-16页 |
| ·本文的结构设计 | 第16-18页 |
| 第2章 遥感图像飞机目标识别的关键技术 | 第18-32页 |
| ·遥感图像预处理 | 第18-21页 |
| ·灰度化 | 第19-20页 |
| ·去噪 | 第20-21页 |
| ·调整大小 | 第21页 |
| ·飞机识别的常用特征 | 第21-24页 |
| ·颜色特征 | 第22页 |
| ·纹理特征 | 第22-23页 |
| ·形状特征 | 第23-24页 |
| ·飞机识别的常用方法 | 第24-26页 |
| ·神经网络 | 第24页 |
| ·支持向量机 | 第24-25页 |
| ·聚类识别 | 第25页 |
| ·距离匹配 | 第25-26页 |
| ·飞机识别的影响因素 | 第26-27页 |
| ·环境背景的干扰 | 第26页 |
| ·拍摄角度和分辨率 | 第26-27页 |
| ·目标自身的特点 | 第27页 |
| ·算法性能评价方法 | 第27-31页 |
| ·检测率 | 第28页 |
| ·识别率 | 第28-29页 |
| ·虚警率 | 第29-30页 |
| ·消耗时间 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于特征点和不变矩的遥感图像飞机目标识别研究 | 第32-49页 |
| ·算法流程设计 | 第32-33页 |
| ·图像预处理 | 第33-34页 |
| ·特征提取与描述 | 第34-39页 |
| ·Harris-Laplace 角点 | 第34-36页 |
| ·Delaunary 三角网 | 第36页 |
| ·Zernike 不变矩 | 第36-37页 |
| ·圆投影特征 | 第37-38页 |
| ·颜色不变矩 | 第38-39页 |
| ·粗匹配过程 | 第39-42页 |
| ·Meanshift 自适应聚类 | 第42-44页 |
| ·精匹配过程 | 第44-45页 |
| ·实验结果及分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于显著图和不变矩的遥感图像飞机目标识别 | 第49-66页 |
| ·算法设计 | 第49-50页 |
| ·提取显著图 | 第50-52页 |
| ·提取候选目标 | 第52-54页 |
| ·图像灰度化 | 第54-55页 |
| ·特征提取 | 第55-57页 |
| ·仿射不变矩提取方法 | 第55-56页 |
| ·Pseudo-Zernike 矩提取方法 | 第56-57页 |
| ·特征提取与融合 | 第57-60页 |
| ·特征提取 | 第57-59页 |
| ·特征融合 | 第59-60页 |
| ·相似性度量 | 第60页 |
| ·实验结果与分析 | 第60-63页 |
| ·飞机检测结果 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 本文总结与研究展望 | 第66-68页 |
| ·本文总结 | 第66-67页 |
| ·研究展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间发表的论文和参加科研情况 | 第72-73页 |
| 致谢 | 第73-74页 |