第一章 、 序论 | 第1-11页 |
(一) 、 概述 | 第8页 |
(二) 、 任务 | 第8-10页 |
(三) 、 论文简述 | 第10-11页 |
第二章 、 理论、原理与方法 | 第11-39页 |
(一) 、 实时光学相关 | 第11-17页 |
(二) 、 图象预处理 | 第17-23页 |
1 、 图像的边缘检测 | 第17-21页 |
2 、 自动门限 | 第21-22页 |
3 、 图像的边缘细化 | 第22-23页 |
(三) 、 畸变不变滤波器的综合与滤波器库的构成 | 第23-29页 |
1 、 参考滤波器的综合 | 第23-24页 |
2 、 畸变不变参考滤波器库的构成技术 | 第24-29页 |
(四) 、 人工神经网络用于相关平面的后处理 | 第29-39页 |
1 、 人工神经网络简介 | 第30-31页 |
2 、 人工神经网络的基本模型 | 第31-32页 |
3 、 激活函数 | 第32-34页 |
4 、 人工神经网络的拓扑结构 | 第34-37页 |
5 、 三层BP网用于相关平面后处理 | 第37-39页 |
第三章 、 硬件系统 | 第39-45页 |
(一) 、 图象采集、处理和显示 | 第40-43页 |
(二) 、 实时光学处理 | 第43-44页 |
(三) 、 系统控制 | 第44-45页 |
第四章 、 软件系统 | 第45-61页 |
(一) 、 软件流程图 | 第46-49页 |
(二) 、 软件工程在该系统中的应用 | 第49-55页 |
1 软件系统设计 | 第49-52页 |
2 操作系统的选用 | 第52-53页 |
3 开发工具的选择 | 第53-55页 |
(三) 、 主要算法 | 第55-61页 |
1 、 初始化 | 第55-56页 |
2 、 场景图象预处理 | 第56-57页 |
3 、 多目标相关信号后处理,神经网络识别算法 | 第57-59页 |
(1) 、 相关平面感兴趣区域(ROI)后处理流程 | 第57页 |
(2) 、 人工神经网络训练数据的采集 | 第57-58页 |
(3) 、 人工神经网络的训练、实现及速度优化 | 第58-59页 |
4 、 参考目标滤波器制作 | 第59-60页 |
5 、 多线程技术在该系统中的应用 | 第60-61页 |
第五章 、 系统性能试验结果 | 第61-76页 |
(一) 、 对畸变多目标的识别 | 第61-71页 |
(二) 、 对地形图目标的识别 | 第71-74页 |
(三) 、 总结 | 第74-76页 |
第六章 、 结束语 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-79页 |