首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于结构模型的遥感图像军事阵地目标特征分析及其识别技术研究

目录第1-9页
图表目录第9-11页
摘要第11-12页
ABSTRACT第12-14页
第一章 绪论第14-28页
 §1.1 论文来源第14-17页
     ·课题任务与论文研究的内容第14-16页
     ·数据源的特点第16页
     ·主要理论依据第16-17页
       ·模糊理论第16-17页
       ·图论第17页
 §1.2 国内外相关研究的现状第17-22页
 §1.3 论文的主要工作与创新点第22-27页
     ·论文的研究重点与创新点第22-25页
     ·研究的基本思路第25-27页
 §1.4 论文章节之间的关系第27-28页
第二章 可见光光谱特征分析与斑点的快速提取第28-63页
 §2.1 引言第28-29页
 §2.2 遥感彩色可见光光谱特征分析第29-40页
     ·基于光照物理模型的彩色(色谱)不变关系第29-34页
       ·光照物理模型第30-31页
       ·当照射光线颜色单一,照射强度不均时的不变关系第31-33页
       ·当照射光线颜色单一,且物体比较粗糙情况下的不变关系第33-34页
     ·光谱能量模型与彩色不变量的实际求解第34-38页
       ·设备相关光谱模型第34-35页
       ·光谱高斯导数模型与不变量的实际求解第35-37页
       ·以往设备不相关彩色不变量第37-38页
     ·彩色边界与Gabor细节度算子。第38-39页
     ·纹理及纹理规则度特征第39-40页
 §2.3 提取斑点第40-53页
     ·特征模糊集第40-42页
     ·基于最大隶属度法的象素分类第42页
     ·使用快速类数自适应模糊C均值算法进行分类第42-49页
       ·模糊C均值FCM算法回顾第42-44页
       ·特征量化第44-45页
       ·自适应确定类数第45-48页
       ·提高收敛速度第48-49页
     ·提取斑点的方法第49-53页
       ·处理策略与区域识别方法第49-50页
       ·金字塔结构与Gabor算子的实施第50-52页
       ·灰值形态滤波降噪第52-53页
 §2.4 实验结果第53-62页
     ·实验目的第53页
     ·数据来源第53页
     ·实验结果第53-60页
     ·实验结果分析与结论第60-62页
       ·实验结果分析第60-62页
       ·结论第62页
 §2.5 小结第62-63页
第三章 基于属性关系图模型的系统数据框架研究第63-83页
 §3.1 引言第63-65页
 §3.2 ARG与“图”第65-69页
     ·ARG模型的定义第65-66页
     ·数据源对系统数据框架的需求第66-67页
     ·mAR~mG与“图”第67-69页
       ·线图与标定函数第67页
       ·路、树与多元关系第67页
       ·收缩图、块图与图的等级化第67-69页
       ·图与mAR~mG的关系第69页
 §3.3 AR~mG第69-76页
     ·定义第69-72页
     ·关于AR~mG的进一步说明第72-74页
     ·AR~mG中的几何结构模式第74-76页
     ·AR~mG的特征描述第76页
 §3.4 子图退化与AR~mG的多级化第76-78页
     ·AR~mG子图退化第76-77页
     ·多级化的AR~mG:mAR~mG第77-78页
     ·标定函数l(v),l(e)在构建mAR~mG中的作用第78页
 §3.5 mAR~mG模型的模糊化:mA(?)~mG第78-81页
     ·模糊化R~m的方法第79-80页
       ·完全模糊化第79-80页
       ·分级模糊化第80页
       ·整体模糊化第80页
     ·模糊几何结构模式第80页
     ·基于mA(?)~mG模型的模糊推理系统第80-81页
 §3.6 小结第81-83页
第四章 目标阵列群整体空间分布结构特性研究第83-122页
 §4.1 引言第83-85页
 §4.2 斑点几何特征第85-90页
     ·基本几何特征第85-89页
       ·面积与周长第85页
       ·圆形规则度第85-86页
       ·不变矩第86-88页
       ·傅氏算子第88-89页
     ·节点几何特征的模糊化与斑点的空间分类第89-90页
 §4.3 基于距离关系的目标整体空间分布结构研究第90-96页
     ·节点二元距离关系第90-91页
     ·目标阵列的简单空间分布规律:等间距分布关系第91-92页
     ·基于矩不变量的斑点集整体空间分布结构分析第92-96页
       ·点集矩第92-95页
       ·重心距离方差第95-96页
     ·多元完全关系第96页
 §4.4 一类特殊二元关系:模糊拓扑关系第96-112页
     ·模糊拓扑关系求解方法概述第96-97页
     ·模糊方位关系求解比较研究第97-105页
       ·聚合法第97-99页
       ·角直方图相容法第99-100页
       ·“力”直方图法第100-102页
       ·模糊拓扑环境法第102-105页
       ·算法适合用性比较第105页
     ·模糊拓扑环境的快速求解第105-109页
       ·增值传播算法第106页
       ·本文对该方法的改进第106-107页
       ·算法复杂度第107-108页
       ·模糊拓扑关系的属性第108-109页
     ·特殊拓扑关系的求解第109-112页
       ·远近第109-111页
       ·包含与分离第111页
       ·环绕第111-112页
     ·使用模糊拓扑关系充实mA(?)~mG模型特征第112页
 §4.5 仿真实验结果第112-121页
     ·仿真实验的目的第112-113页
     ·数据来源第113页
     ·整体空间分布关系的判定第113-115页
     ·模糊空间方位求解第115-119页
     ·实验结果分析与结论第119-121页
       ·整体空间分布关系第119-120页
       ·模糊空间方位第120-121页
       ·结论第121页
 §4.6 小结第121-122页
第五章 基于约束支撑树求解的目标阵列群复杂空间分布结构特性研究第122-152页
 §5.1 引言第122-123页
 §5.2 目标阵列多元复杂空间分布结构第123-125页
     ·几何结构模糊模式集(?)第124-125页
       ·高元路径关系第125页
     ·多元路径关系的应用第125页
 §5.3 基于T模与S模的模糊信息融合技术第125-129页
     ·模糊推理规则第126-128页
     ·模糊规则的确定方法第128-129页
 §5.4 基于模糊信息融合与支撑树求解的目标群复杂空间分布结构研究第129-141页
     ·概述第129-130页
     ·阵列群复杂空间分布规律第130-131页
     ·AR~mG中基于路径描述的规则空间分布结构评估方法第131-133页
       ·路径评估第131-132页
       ·基于支撑树评估的阵列目标识别问题第132-133页
     ·Prim最小支撑树算法回顾第133页
     ·路径空间关系约束支撑求解算法(MSR算法)第133-141页
       ·基于模糊信息融合的空间关系最规则MSR路径约束支撑树算法第133-137页
       ·使用MSR支撑树识别目标阵列群第137-138页
       ·算法复杂度分析第138页
       ·算法抗噪声分析第138-140页
       ·融合参数分析第140-141页
 §5.5 MSR算法实验结果第141-150页
     ·仿真实验目的第141页
     ·数据来源第141页
     ·实验结果第141-148页
     ·实验结果分析与结论第148-150页
       ·实验结果分析第148-149页
       ·结论第149-150页
 §5.6 基于mA(?)~mG模型的智能化识别技术探讨第150-151页
     ·使用神经网络学习MSR算法中的模糊规则第150-151页
     ·运动目标群的识别第151页
 §5.7 小结第151-152页
第六章 结束语第152-156页
致谢第156-158页
作者在攻读博士学位期间发表的论文第158-159页
附录A 高斯隶属函数的模糊Shannon熵积分第159-162页
附录B 模糊拓扑方位关系特征的代数与几何属性第162-164页
参考文献第164-181页

论文共181页,点击 下载论文
上一篇:高考英语口试模式构建及实践探讨
下一篇:非规则区域中有限分析五点格式计算渗流问题