动态目标特征提取与识别技术研究
致谢 | 第1-5页 |
摘要 | 第5-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-13页 |
·研究的背景和意义 | 第10页 |
·国内外现状和发展趋势 | 第10-12页 |
·研究的主要内容 | 第12页 |
·本章小结 | 第12-13页 |
第二章 动态目标特征提取和识别的基本理论 | 第13-22页 |
·尾焰的动态特性 | 第13-15页 |
·预处理 | 第15页 |
·图像分割 | 第15-16页 |
·图像分割简介 | 第15页 |
·阈值法 | 第15页 |
·区域生长法 | 第15-16页 |
·特征提取 | 第16-20页 |
·统计特征 | 第16页 |
·拓扑特征计算 | 第16-17页 |
·边缘检测 | 第17页 |
·角点 | 第17页 |
·矩 | 第17-18页 |
·纹理 | 第18页 |
·轮廓特征 | 第18-20页 |
·目标识别 | 第20-21页 |
·基于模型的识别算法 | 第20页 |
·统计模式识别算法 | 第20-21页 |
·基于人工智能的识别算法 | 第21页 |
·基于信息融合的识别算法 | 第21页 |
·本章小结 | 第21-22页 |
第三章 基于面积评价的二值图像分割算法 | 第22-30页 |
·阈值分割简介 | 第22-25页 |
·P-tile 法 | 第22页 |
·基于相关数的最大熵分割法 | 第22-24页 |
·Otsu 法 | 第24-25页 |
·基于面积评价的图像分割算法 | 第25-27页 |
·改进的 Otsu 法 | 第25-26页 |
·算法流程 | 第26-27页 |
·试验结果分析 | 第27-28页 |
·本章小结 | 第28-30页 |
第四章 基于线段表的轮廓链码化改进方法 | 第30-39页 |
·传统链码提取方法 | 第30-31页 |
·基于二值图像的链码提取方法 | 第30页 |
·线段表转换为链码表 | 第30-31页 |
·基于线段表的轮廓链码化改进方法[60] | 第31-38页 |
·链码表和线段表的基本概念 | 第31页 |
·线段表的获取 | 第31-32页 |
·线段的分类 | 第32-34页 |
·链码的提取 | 第34-36页 |
·试验结果分析 | 第36-38页 |
·本章小结 | 第38-39页 |
第五章 基于链码特征的尾焰头部识别算法 | 第39-49页 |
·尾焰的特征分析 | 第39-40页 |
·链码特征介绍 | 第40-41页 |
·绝对链码和相对链码 | 第40页 |
·链码和 | 第40-41页 |
·链码差 | 第41页 |
·基于链码尾焰头部区域识别 | 第41-44页 |
·基于惯性主轴的尾焰精确点识别 | 第44-46页 |
·试验结果分析 | 第46-48页 |
·本章小结 | 第48-49页 |
第六章 全文总结 | 第49-51页 |
·本文的主要工作 | 第49页 |
·待改善部分 | 第49-51页 |
参考文献 | 第51-55页 |
作者简历及在学期间发表的学术论文与研究成果 | 第55页 |