成像型制导系统舰船目标自动识别技术的研究
| 第1章 绪论 | 第1-17页 |
| ·成像型制导技术概述 | 第9-13页 |
| ·传统的成像型制导技术 | 第10-11页 |
| ·新型的成像型制导技术 | 第11-12页 |
| ·信息融合技术和多模复合制导 | 第12-13页 |
| ·本课题的研究背景和意义 | 第13-16页 |
| ·“人在回路中”和“发射后不管” | 第13-14页 |
| ·研究舰船目标自动识别技术的意义 | 第14-15页 |
| ·舰船目标自动识别技术的研究进展 | 第15-16页 |
| ·本文的主要工作 | 第16-17页 |
| 第2章 模式识别方法概述 | 第17-30页 |
| ·引言 | 第17页 |
| ·模式识别的基本概念 | 第17页 |
| ·模式识别过程简介 | 第17-21页 |
| ·信息获取 | 第18-19页 |
| ·预处理 | 第19-20页 |
| ·特征形成 | 第20页 |
| ·特征提取与选择 | 第20页 |
| ·分类决策 | 第20-21页 |
| ·舰船目标三维模型库的建立 | 第21-29页 |
| ·方案选择 | 第21-22页 |
| ·三维模型的建立 | 第22-27页 |
| ·观察角度的控制 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 舰船目标图像分割 | 第30-43页 |
| ·引言 | 第30页 |
| ·OTSU分割算法 | 第30-32页 |
| ·OTSU分割算法分析 | 第30-31页 |
| ·OTSU递归分割算法 | 第31-32页 |
| ·红外图像的舰船目标分割 | 第32-37页 |
| ·实验中遇到的问题 | 第32-34页 |
| ·最佳阈值的选取——OTSU双重同向递归 | 第34-36页 |
| ·提取目标连通区域 | 第36-37页 |
| ·彩色图像的舰船目标分割 | 第37-42页 |
| ·彩色特征空间 | 第38-39页 |
| ·阈值法分割程序流程 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 舰船目标轮廓特征提取 | 第43-51页 |
| ·引言 | 第43页 |
| ·舰船目标轮廓特征 | 第43-47页 |
| ·不变矩特征 | 第44-46页 |
| ·归一化转动惯量(NMI)特征 | 第46-47页 |
| ·三维模型的特征提取 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 舰船目标自动识别 | 第51-66页 |
| ·引言 | 第51页 |
| ·k-NN近邻法 | 第51-56页 |
| ·最近邻决策规则 | 第51-52页 |
| ·k-近邻法 | 第52页 |
| ·k-近邻法的误判概率及其上下界 | 第52-55页 |
| ·具有拒绝决策的k-近邻法 | 第55-56页 |
| ·剪辑近邻算法 | 第56-62页 |
| ·两分剪辑近邻法 | 第56-59页 |
| ·重复剪辑近邻法 | 第59-61页 |
| ·本文使用的算法 | 第61-62页 |
| ·舰船目标自动分类实验 | 第62-65页 |
| ·自动识别算法的软件实现 | 第62-63页 |
| ·重复剪辑近邻法的样本筛选 | 第63页 |
| ·舰船目标图像识别实验 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 舰船自动识别技术展望 | 第66-69页 |
| ·引言 | 第66页 |
| ·目标图像分割技术 | 第66-67页 |
| ·模式分类技术 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |
