粗糙集方法在红外图像增强中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究内容及发展概况 | 第7-9页 |
| ·红外成像技术概述 | 第7-9页 |
| ·红外成像的地位和作用 | 第9页 |
| ·红外图像增强 | 第9-11页 |
| ·红外图像增强的研究现状及发展 | 第9-10页 |
| ·红外图像增强的意义、要求和难点 | 第10-11页 |
| ·粗糙集理论应用于红外图像增强的研究意义 | 第11-13页 |
| ·粗糙集理论的提出及发展现状 | 第11-12页 |
| ·粗糙集理论的特点及研究意义 | 第12页 |
| ·粗糙集理论在红外图像增强中的应用 | 第12-13页 |
| ·本论文的研究内容及安排 | 第13-15页 |
| 第二章 红外图像特征分析 | 第15-23页 |
| ·红外图像的特点 | 第15-18页 |
| ·红外图像的噪声特性分析 | 第16-17页 |
| ·红外图像的对比度和分辨率 | 第17页 |
| ·红外图像非均匀性分析 | 第17-18页 |
| ·红外图像直方图的特征 | 第18-23页 |
| ·直方图的定义及特点 | 第18-19页 |
| ·红外图像直方图的特点 | 第19-23页 |
| 第三章 红外图像增强算法 | 第23-31页 |
| ·直接灰度变换 | 第24-26页 |
| ·直方图均衡化 | 第26-28页 |
| ·其他常用的红外图像增强算法 | 第28-31页 |
| 第四章 粗糙集理论的基本概念及应用 | 第31-39页 |
| ·知识库与不可分辨关系 | 第31-32页 |
| ·近似与粗糙集 | 第32-35页 |
| ·知识表达系统 | 第35页 |
| ·决策表与决策规则 | 第35-36页 |
| ·粗糙集理论的应用 | 第36-39页 |
| ·数据库发现知识 | 第36-37页 |
| ·决策分析 | 第37页 |
| ·粗糙控制 | 第37页 |
| ·故障分析 | 第37-38页 |
| ·其他方面的应用 | 第38-39页 |
| 第五章 基于粗糙集的红外图像增强算法 | 第39-51页 |
| ·粗糙集的引入 | 第39-40页 |
| ·基于粗糙集理论进行红外图像增强 | 第40-44页 |
| ·对图像根据不同特性进行子图划分 | 第40-41页 |
| ·最大类间方差法确定阈值P 和Q | 第41-43页 |
| ·对子图进行适当的增强操作 | 第43-44页 |
| ·子图合并得到增强后的图像 | 第44页 |
| ·仿真实验算法流程图 | 第44-45页 |
| ·处理结果分析 | 第45-51页 |
| ·实验处理结果 | 第45-48页 |
| ·结果分析 | 第48-51页 |
| 第六章 全文总结 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 研究成果 | 第59-60页 |
