第1章 绪论 1
1.1 精确制导武器 1
1.2 红外成像制导技术 2
1.3 红外图像处理方法概述 3
1.4 目标识别方法的研究现状 7
1.5 景象匹配技术 11
第2章 红外图像预处理 16
2.1 红外图像噪声滤波 17
2.2 红外图像灰度变换 40
2.3 红外图像增强 45
2.4 红外图像分割 48
第3章 遥感图像处理 72
3.1 图像制导与卫星对地观测技术应用概述 72
3.2 遥感图像中的数据融合 73
3.3 遥感图像中的边缘检测 82
3.4 遥感图像分割 99
3.5 基于知识推理的遥感图像理解方法 112
第4章 数学形态学图像处理方法 122
4.1 数学形态学的形成 123
4.2 数学形态学基本原理 124
4.3 灰度形态学方法 129
4.4 数学形态学滤波方法 132
4.5 基于数学形态学的图像边缘检测方法 137
4.6 数学形态学在机场目标识别中的应用 141
第5章 基于粗糙集的图像处理方法 145
5.1 粗糙集理论基础 145
5.2 粗糙集图像增强方法 152
5.3 粗糙集图像滤波方法 154
5.4 基于粗糙集的图像分割方法 156
5.5 粗糙集理论在航空母舰编队目标识别中的应用 160
第6章 下视景象匹配制导 166
6.1 下视景象匹配制导概述 166
6.2 下视景象匹配定位基本方法 171
第7章 基于图像特征的下视景象匹配制导 182
7.1 基于特征的图像匹配与识别技术概述 182
7.2 图像的特征提取 183
7.3 二维图像的不变矩 194
7.4 基于不变矩特征的下视景象匹配 198
第8章 下视景象匹配制导中的边缘匹配方法 206
8.1 抗变形的图像边缘匹配方法 206
8.2 常用的几种实时下视景象匹配定位方法 217
8.3 提高图像匹配可靠性的方法 222
第9章 基于纹理质地子特征的下视景象匹配 226
9.1 质地子特征及提取方法 226
9.2 基于质地子特征的下视景象匹配方法 236
第10章 空中二维目标图像识别 244
10.1 常用不变量的稳定性 244
10.2 极坐标投影矩 247
10.3 仿射投影矩 256
第11章 空中三维目标图像特征提取 264
11.1 单视点的三维目标成像模型 264
11.2 K-L傅里叶矩 265
11.3 余弦傅里叶矩 275
第12章 基于支持向量机的空中三维目标识别 283
12.1 支持向量机相关理论的简单回顾 283
12.2 支持向量机的选择 286
12.3 多类别支持向量机 288
12.4 最小随机风险多分类法 291
12.5 仿真与分析 293
参考文献 299