基于表象和纹理的全天空极光图像分类
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·概述 | 第7-8页 |
| ·极光图像分类 | 第8-10页 |
| ·本文的主要工作 | 第10-11页 |
| ·本文的内容安排 | 第11-13页 |
| 第二章 极光图像预处理 | 第13-21页 |
| ·极光原始数据 | 第13页 |
| ·极光图像预处理 | 第13-20页 |
| ·几何校正 | 第14-18页 |
| ·基于直方图的图像处理技术 | 第18-20页 |
| ·小结 | 第20-21页 |
| 第三章 基于表象的极光图像分类算法 | 第21-33页 |
| ·使用PCA提取图像的特征 | 第21-24页 |
| ·极光识别流程 | 第21-23页 |
| ·特征向量的选取 | 第23页 |
| ·分类器的选取 | 第23-24页 |
| ·使用PCA+LDA提取极光图像特征 | 第24-26页 |
| ·线性判决分析 | 第25页 |
| ·PCA＋LDA极光图像分类试验 | 第25-26页 |
| ·贝叶斯类间类外差异分类器 | 第26-31页 |
| ·贝叶斯类间类外差异分类器 | 第27-29页 |
| ·分类实验 | 第29页 |
| ·基于表象特征的实验结果 | 第29-31页 |
| ·小结 | 第31-33页 |
| 第四章 基于纹理的极光图像分类算法 | 第33-51页 |
| ·基于灰度共生矩阵的极光图像分类算法 | 第33-43页 |
| ·灰度共生矩阵 | 第34-36页 |
| ·灰度氛围矩阵 | 第36-39页 |
| ·BGLAM极光分类 | 第39-40页 |
| ·BGLAM极光分类试验 | 第40-43页 |
| ·使用LBP提取纹理特征 | 第43-49页 |
| ·LBP原理 | 第43-46页 |
| ·LBP极光图像分类试验 | 第46-49页 |
| ·小结 | 第49-51页 |
| 第五章 极光图像处理系统 | 第51-61页 |
| ·系统设计 | 第51-53页 |
| ·系统实现和编程要点 | 第53-59页 |
| ·小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 研究成果 | 第68-69页 |
