| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于小波的目标检测方法 | 第11页 |
| 1.2.2 基于直方图的自适应阈值检测方法 | 第11-12页 |
| 1.2.3 基于目标特征的阈值检测方法 | 第12-13页 |
| 1.2.4 基于目标特征的聚类检测方法 | 第13-14页 |
| 1.2.5 现状总结 | 第14页 |
| 1.3 本文内容及主要工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第2章 自适应阈值检测方法的相关技术 | 第16-21页 |
| 2.1 图像处理相关技术 | 第16-18页 |
| 2.1.1 中值滤波 | 第16页 |
| 2.1.2 Sobel算子 | 第16-17页 |
| 2.1.3 形态学处理 | 第17-18页 |
| 2.2 基于灰度直方图的最大类间方差法 | 第18-19页 |
| 2.2.1 Otsu方法原理 | 第18-19页 |
| 2.3 基于二维直方图的自适应阈值方法 | 第19-20页 |
| 2.3.1 基于二维直方图的最大熵阈值方法原理 | 第19-20页 |
| 2.3.2 基于二维直方图的最小交叉熵阈值方法原理 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 海面远程目标图像特征分析 | 第21-32页 |
| 3.1 海天线区域设定方法 | 第21-24页 |
| 3.1.1 基于Otsu和形态学腐蚀得到分割线像素 | 第21-22页 |
| 3.1.2 直线拟合 | 第22页 |
| 3.1.3 海天线区域设定 | 第22-24页 |
| 3.2 各区域像素特征 | 第24-28页 |
| 3.2.1 灰度特征 | 第24-26页 |
| 3.2.2 梯度特征 | 第26-27页 |
| 3.2.3 方差加权信息熵特征 | 第27-28页 |
| 3.3 目标和杂波的几何特征 | 第28-29页 |
| 3.4 图像的直方图特征 | 第29-30页 |
| 3.4.1 灰度直方图 | 第29页 |
| 3.4.2 二维直方图 | 第29-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第4章 海面远程目标自适应阈值检测方法 | 第32-46页 |
| 4.1 基于海面远程目标特征的阈值检测方法 | 第32-36页 |
| 4.1.1 灰度阈值 | 第33页 |
| 4.1.2 梯度阈值 | 第33-34页 |
| 4.1.3 阈值准则 | 第34页 |
| 4.1.4 结果分析 | 第34-36页 |
| 4.2 基于海面远程目标特征的自适应阈值检测方法 | 第36-38页 |
| 4.2.1 梯度阈值 | 第36-37页 |
| 4.2.2 杂波滤除 | 第37页 |
| 4.2.3 结果分析 | 第37-38页 |
| 4.3 基于多维特征的K均值聚类检测方法 | 第38-44页 |
| 4.3.1 K均值聚类方法 | 第39-40页 |
| 4.3.2 方法优化 | 第40-41页 |
| 4.3.3 结果分析 | 第41-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 结论和展望 | 第46-47页 |
| 5.1 结论 | 第46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 作者简介 | 第52页 |