海空背景下红外舰船目标识别方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·红外舰船目标识别系统概述 | 第11-13页 |
| ·国内外相关技术研究现状及发展趋势 | 第13-16页 |
| ·红外舰船目标识别研究现状及发展趋势 | 第13-14页 |
| ·支持向量机的研究现状及发展趋势 | 第14-16页 |
| ·主要研究内容及技术路线 | 第16-17页 |
| ·本文的结构安排 | 第17-19页 |
| 第二章 海空背景下红外图像预处理 | 第19-29页 |
| ·红外成像特性分析 | 第19-21页 |
| ·红外成像机理 | 第19-20页 |
| ·红外图像特点 | 第20-21页 |
| ·红外图像噪声抑制与增强技术 | 第21-28页 |
| ·小波域隐马尔可夫树模型红外图像去噪 | 第21-27页 |
| ·直方图双向均衡图像增强 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 脉冲耦合神经网络舰船目标提取 | 第29-42页 |
| ·脉冲耦合神经网络模型原理 | 第29-30页 |
| ·PCNN 的图像分割应用概述 | 第30-31页 |
| ·改进型PCNN 红外水域分割 | 第31-36页 |
| ·应用背景分析 | 第31页 |
| ·改进型PCNN 红外水域分割算法的提出 | 第31-33页 |
| ·红外水域分割实验 | 第33-36页 |
| ·海空背景下舰船目标提取 | 第36-41页 |
| ·海天线位置提取 | 第36-40页 |
| ·红外舰船目标的提取 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 海空背景下红外舰船目标特征提取的研究 | 第42-50页 |
| ·目标特征提取概述 | 第42页 |
| ·红外舰船目标特征提取 | 第42-45页 |
| ·辐射特征提取 | 第42-43页 |
| ·形状特征提取 | 第43-44页 |
| ·不变矩特征提取 | 第44-45页 |
| ·红外舰船多层次目标特征分析 | 第45-49页 |
| ·粗层次特征分析 | 第46-47页 |
| ·细层次特征分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 海空背景下红外舰船目标分类识别 | 第50-73页 |
| ·知识模型与支持向量机相结合识别的算法 | 第50-53页 |
| ·目标识别基本方法 | 第50-51页 |
| ·多模型的综合识别算法的提出 | 第51-53页 |
| ·基于支持向量机的识别技术简介 | 第53-65页 |
| ·支持向量机的基本原理 | 第53-58页 |
| ·支持向量机的扩展模型 | 第58-59页 |
| ·支持向量机关键技术研究及仿真实验 | 第59-65页 |
| ·红外舰船目标自动目标识别实验及分析 | 第65-72页 |
| ·用于SVM 训练的红外舰船样本库描述 | 第65-66页 |
| ·红外舰船目标自动识别仿真平台介绍 | 第66-68页 |
| ·SVM 在红外舰船目标分类中的应用 | 第68-70页 |
| ·多模型综合识别方法与其它算法的对比试验 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-76页 |
| ·本文工作总结 | 第73-74页 |
| ·论文主要工作 | 第73-74页 |
| ·研究创新点 | 第74页 |
| ·研究方向展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻硕期间取得的研究成果 | 第81-82页 |
