| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究目的和意义 | 第11-13页 |
| ·成像自动目标识别方法 | 第13页 |
| ·国内外飞机图像识别技术研究概况 | 第13-15页 |
| ·论文的主要研究内容 | 第15-16页 |
| ·论文的组织和安排 | 第16-18页 |
| 第二章 飞机图像识别技术综述 | 第18-30页 |
| ·引言 | 第18页 |
| ·飞机图像识别系统模型 | 第18-19页 |
| ·飞机图像采集 | 第19-21页 |
| ·飞机图像特征提取 | 第21-27页 |
| ·飞机图像特征选择 | 第27页 |
| ·飞机图像识别分类器 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 飞机识别中的不变量和目标分类算法 | 第30-56页 |
| ·引言 | 第30页 |
| ·摄像机常用坐标系 | 第30-33页 |
| ·图像常用变换 | 第33-34页 |
| ·飞机图像特点分析 | 第34-35页 |
| ·飞机特点 | 第34页 |
| ·飞机顶视图图像特点 | 第34-35页 |
| ·飞机图像识别中常用不变量 | 第35-50页 |
| ·全局不变量 | 第36-44页 |
| ·全局不变量分析 | 第44-45页 |
| ·局部不变量 | 第45-49页 |
| ·局部不变量分析 | 第49页 |
| ·不变量的综合比较 | 第49-50页 |
| ·目标识别算法 | 第50-55页 |
| ·传统的神经网络分类器 | 第50-52页 |
| ·支持向量机分类器 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于改进词袋模型的目标自动检测算法研究 | 第56-68页 |
| ·引言 | 第56页 |
| ·目标检测中词袋模型的引入 | 第56-58页 |
| ·常用目标检测算法 | 第56-57页 |
| ·将词袋模型引入飞机目标检测 | 第57-58页 |
| ·基于改进词袋模型的目标自动检测算法 | 第58-62页 |
| ·传统的词袋模型实现 | 第58-59页 |
| ·基于 K 均值聚类的传统词袋模型 | 第59-60页 |
| ·基于 FCM 聚类的改进词袋模型 | 第60-62页 |
| ·基于改进词袋模型的目标检测算法 | 第62页 |
| ·仿真结果 | 第62-67页 |
| ·飞机自动识别系统二级分类方法的提出 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第五章 基于矩‐傅里叶描述子不变量的目标识别算法研究 | 第68-86页 |
| ·引言 | 第68页 |
| ·小空间角度下的飞机图像采集 | 第68-73页 |
| ·单一类别不变量的分类结果 | 第73-75页 |
| ·不变量特征级融合 | 第75-82页 |
| ·飞机图像不变量组合原则 | 第75页 |
| ·组合不变量：矩-傅里叶描述子 | 第75-77页 |
| ·矩-傅里叶描述子的归一化方法 | 第77-82页 |
| ·智能型分类器的选用 | 第82-83页 |
| ·仿真结果 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 基于 SIFT 顺序尺度不变量的目标识别算法研究 | 第86-96页 |
| ·引言 | 第86页 |
| ·成像目标的 SIFT 特征 | 第86-87页 |
| ·SIFT 特征在目标识别中的应用 | 第87页 |
| ·SIFT 顺序尺度 | 第87-92页 |
| ·SIFT 顺序尺度的不变性 | 第87-90页 |
| ·不同飞机机型的 SIFT 顺序尺度比较 | 第90-91页 |
| ·SIFT 顺序尺度算法流程 | 第91-92页 |
| ·仿真结果 | 第92-95页 |
| ·本章小结 | 第95-96页 |
| 第七章 基于自适应权重投票的多分类器融合算法研究 | 第96-105页 |
| ·引言 | 第96页 |
| ·多分类器融合规则的确定 | 第96-97页 |
| ·构造单分类器的不变量 | 第97-98页 |
| ·构造单分类器的支持向量机 | 第98页 |
| ·基于固定权重投票的多分类器融合算法 | 第98-99页 |
| ·基于自适应权重投票的多分类器融合算法 | 第99-100页 |
| ·基于多分类器融合的飞机图像识别系统 | 第100-101页 |
| ·仿真结果 | 第101-103页 |
| ·本章小结 | 第103-105页 |
| 第八章 论文的总结和展望 | 第105-108页 |
| 参考文献 | 第108-121页 |
| 攻读博士期间发表的论文和科研工作 | 第121-122页 |
| 致谢 | 第122页 |