| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究动态 | 第11-19页 |
| 1.2.1 毫米波与太赫兹探测系统发展概况 | 第11-17页 |
| 1.2.2 毫米波及太赫兹无源成像目标分割算法发展现状 | 第17-19页 |
| 1.3 本论文主要工作及章节安排 | 第19-21页 |
| 第二章 毫米波与太赫兹探测目标分割及识别技术基础 | 第21-31页 |
| 2.1 毫米波与太赫兹探测成像技术理论基础 | 第21-26页 |
| 2.1.1 黑体辐射理论 | 第21-23页 |
| 2.1.2 无源探测理论 | 第23-24页 |
| 2.1.3 太赫兹频段辐射特性 | 第24-25页 |
| 2.1.4 太赫兹无源探测成像系统一般组成与结构 | 第25-26页 |
| 2.2 毫米波与太赫兹无源探测目标分割与识别技术理论基础 | 第26-30页 |
| 2.2.1 毫米波与太赫兹无源探测目标分割技术理论基础 | 第26-27页 |
| 2.2.2 毫米波与太赫兹无源探测目标分割算法性能评价 | 第27页 |
| 2.2.3 毫米波与太赫兹无源探测目标识别技术理论基础 | 第27-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 毫米波与太赫兹无源成像目标分割算法研究 | 第31-53页 |
| 3.1 基于阈值的分割算法分析 | 第31-37页 |
| 3.1.1 Otsu全局阈值分割算法分析 | 第31-32页 |
| 3.1.2 Otsu多级阈值分割算法分析 | 第32-34页 |
| 3.1.3 基于Otsu算法的仿真分析 | 第34-36页 |
| 3.1.4 算法性能分析 | 第36-37页 |
| 3.2 基于区域的目标分割算法分析 | 第37-40页 |
| 3.2.1 基于区域生长的目标分割算法分析 | 第37-39页 |
| 3.2.2 基于区域生长目标分割的仿真实验 | 第39-40页 |
| 3.2.3 算法性能分析 | 第40页 |
| 3.3 基于边缘的分割算法分析 | 第40-43页 |
| 3.3.1 基于Canny算子的目标分割算法分析 | 第40-42页 |
| 3.3.2 基于边缘的分割算法仿真实验 | 第42页 |
| 3.3.3 算法性能分析 | 第42-43页 |
| 3.4 基于自适应阈值的目标分割算法研究 | 第43-52页 |
| 3.4.1 ATS-RG算法研究 | 第43-48页 |
| 3.4.2 ATS-RG仿真及分析 | 第48-49页 |
| 3.4.3 基于改进型ATS-RG算法 | 第49-50页 |
| 3.4.4 基于改进型ATS-RG算法仿真及分析 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 毫米波与太赫兹无源成像目标识别算法研究 | 第53-75页 |
| 4.1 样本库建立 | 第53-54页 |
| 4.2 基于HOG特征的识别算法研究 | 第54-62页 |
| 4.2.1 HOG特征 | 第54-56页 |
| 4.2.2 支持向量机 | 第56-59页 |
| 4.2.3 基于HOG特征的识别算法仿真 | 第59-61页 |
| 4.2.4 主成分分析法 | 第61-62页 |
| 4.3 基于卷积神经网络的目标识别算法研究 | 第62-70页 |
| 4.3.1 人工神经网络模型概述 | 第62-65页 |
| 4.3.2 卷积神经网络架构 | 第65-67页 |
| 4.3.3 网络训练及结果分析 | 第67-69页 |
| 4.3.4 修正损失函数的目标识别算法研究 | 第69-70页 |
| 4.4 目标标示结果分析 | 第70-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 工作总结 | 第75页 |
| 5.2 工作展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 硕士期间取得成果 | 第81页 |
