景象匹配與目標識別技術(shù)

第1章 緒論
1.1 精確制導(dǎo)武器
1.2 紅外成像制導(dǎo)技術(shù)
1.3 紅外圖像處理方法概述
1.4 目標識別方法的研究現(xiàn)狀
　1.5 景象匹配技術(shù)
第2章 紅外圖像預(yù)處理
　2.1 紅外圖像噪聲濾波
　2.2 紅外圖像灰度變換
　2.3 紅外圖像增強
　2.4 紅外圖像分割
第3章 遙感圖像處理
　3.1 圖像制導(dǎo)與衛(wèi)星對地觀測技術(shù)應(yīng)用概述
　3.2 遙感圖像中的數(shù)據(jù)融合
　3.3 遙感圖像中的邊緣檢測
　3.4 遙感圖像分割
　3.5 基于知識推理的遙感圖像理解方法
第4章 數(shù)學(xué)形態(tài)學(xué)圖像處理方法
　4.1 數(shù)學(xué)形態(tài)學(xué)的形成
　4.2 數(shù)學(xué)形態(tài)學(xué)基本原理
　4.3 灰度形態(tài)學(xué)方法
　4.4 數(shù)學(xué)形態(tài)學(xué)濾波方法
　4.5 基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測方法
　4.6 數(shù)學(xué)形態(tài)學(xué)在機場目標識別中的應(yīng)用
第5章 基于粗糙集的圖像處理方法
　5.1 粗糙集理論基礎(chǔ)
　5.2 粗糙集圖像增強方法
　5.3 粗糙集圖像濾波方法
　5.4 基于粗糙集的圖像分割方法
　5.5 粗糙集理論在航空母艦編隊目標識別中的應(yīng)用
第6章 下視景象匹配制導(dǎo)
　6.1 下視景象匹配制導(dǎo)概述
　6.2 下視景象匹配定位基本方法
第7章 基于圖像特征的下視景象匹配制導(dǎo)
　7.1 基于特征的圖像匹配與識別技術(shù)概述
　7.2 圖像的特征提取
　7.3 二維圖像的不變矩
　7.4 基于不變矩特征的下視景象匹配
第8章 下視景象匹配制導(dǎo)中的邊緣匹配方法
　8.1 抗變形的圖像邊緣匹配方法
　8.2 常用的幾種實時下視景象匹配定位方法
　8.3 提高圖像匹配可靠性的方法
第9章 基于紋理質(zhì)地子特征的下視景象匹配
　9.1 質(zhì)地子特征及提取方法
　9.2 基于質(zhì)地子特征的下視景象匹配方法
第10章 空中二維目標圖像識別
　10.1 常用不變量的穩(wěn)定性
　10.2 極坐標投影矩
　10.3 仿射投影矩
第11章 空中三維目標圖像特征提取
　11.1 單視點的三維目標成像模型
　11.2 K-L傅里葉矩
　11.3 余弦傅里葉矩
第12章 基于支持向量機的空中三維目標識別
　12.1 支持向量機相關(guān)理論的簡單回顧
　12.2 支持向量機的選擇
　12.3 多類別支持向量機
　12.4 最小隨機風(fēng)險多分類法
　12.5 仿真與分析
參考文獻