景象匹配与目标识别技术

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

　　《景象匹配与目标识别技术》针对精确制导中的景象匹配和目标识别技术，主要介绍了与景象匹配和目标识别有关的研究方法和相关成果，涵盖了与景象匹配及目标识别有关的各种图像处理、景象匹配、特征提取与目标识别方法。全书共分为12章，其内容包括遥感图像处理方法、数学形态学图像处理方法、粗糙集图像处理方法等图像处理方法和基于图像特征的下视景象匹配、基于纹理质地子特征的下视景象匹配、下视景象匹配制导中的一些改进方法等下视景象匹配方法，以及空中二维目标图像识别、空中三维目标图像特征提取与目标识别等空中目标识别方法。
　　《景象匹配与目标识别技术》可作为高等学校导航制导类和航空航天类研究生教材或参考教材，也可供从事精确制导工作的工程技术人员参考。