| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景与意义 | 第7-8页 |
| ·研究背景 | 第7页 |
| ·研究意义 | 第7-8页 |
| ·基于图像处理的撞击坑识别技术的国内外研究现状 | 第8-9页 |
| ·基于图像处理的月球撞击坑自动识别系统的构成 | 第9-10页 |
| ·本论文的主要内容和章节安排 | 第10-12页 |
| ·本文研究的主要内容 | 第10页 |
| ·本论文的主要章节安排 | 第10-12页 |
| 第二章 月球撞击坑图像的预处理 | 第12-20页 |
| ·图像的滤波处理 | 第12-15页 |
| ·传统中值滤波的撞击坑图像预处理 | 第13页 |
| ·改进型中值滤波的撞击坑图像预处理 | 第13-15页 |
| ·图像的边缘检测 | 第15-18页 |
| ·图像的 Gauss-Laplace 边缘检测 | 第15-16页 |
| ·自适应的八方向 Sobble 边缘检测 | 第16-18页 |
| ·直方图规定化 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 撞击坑图像的特征选择及提取 | 第20-27页 |
| ·撞击坑图像特征提取 | 第20页 |
| ·基于撞击坑图像 Haar-like 特征的提取 | 第20-23页 |
| ·Haar-like 特征的提取 | 第21-22页 |
| ·基于撞击坑区域 Haar-Like 矩特征提取的实现 | 第22-23页 |
| ·基于撞击坑图像 PHOG 特征的提取 | 第23-25页 |
| ·PHOG 特征的提取 | 第23-24页 |
| ·撞击坑区域 PHOG 特征提取的实现 | 第24-25页 |
| ·撞击坑图像特征归一化 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 撞击坑区域的分类识别研究 | 第27-43页 |
| ·撞击坑图像的模板匹配分类识别算法 | 第27-29页 |
| ·模板匹配原理 | 第27-28页 |
| ·撞击坑图像模板匹配分类识别算法的实现 | 第28-29页 |
| ·基于贝叶斯的识别方法 | 第29-32页 |
| ·贝叶斯分类的基本概念 | 第29-31页 |
| ·基于贝叶斯的撞击坑分类识别算法的实现 | 第31-32页 |
| ·基于 AdaBoost 分类识别算法的撞击坑图像识别 | 第32-35页 |
| ·AdaBoost 分类识别算法的基本概念 | 第32-34页 |
| ·基于 AdaBoost 的撞击坑识别算法的实现 | 第34-35页 |
| ·．基于 SVM 分类识别算法的撞击坑识别研究 | 第35-40页 |
| ·SVM 分类识别算法的基本原理 | 第35-39页 |
| ·基于 SVM 算法的撞击坑识别方法的实现 | 第39-40页 |
| ·撞击坑识别综合技术实验分析 | 第40-41页 |
| ·数据和实验建立 | 第40页 |
| ·撞击坑识别方法的性能评价 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 月球撞击坑识别技术的总结与展望 | 第43-45页 |
| ·总结评价 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 附录 A 基于 AdaBoost 的撞击坑分类识别算法主程序段 | 第48-51页 |
| 附录 B 基于 SVM 的撞击坑分类识别算法主程序段 | 第51-54页 |
| 个人简历 在读期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |
