首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于多光谱遥感影像的海船目标检测技术研究

摘要第1-4页
Abstract第4-7页
第—章 绪论第7-11页
   ·研究背景与意义第7-8页
   ·海船目标检测研究现状第8-9页
   ·本文主要工作第9-11页
第二章 多光谱遥感影像原理第11-20页
   ·多光谱遥感技术简介第11-15页
     ·多光谱概念第11-12页
     ·多光谱遥感原理第12-15页
     ·多光谱遥感技术的应用第15页
   ·多光谱遥感影像的主要特征第15-19页
     ·空间分辨率第16-17页
     ·光谱分辨率第17页
     ·辐射分辨率第17-18页
     ·时间分辨率第18-19页
   ·小结第19-20页
第三章 多光谱遥感影像融合算法分析第20-34页
   ·小波变换的融合算法第20-23页
     ·小波分解与重构第21页
     ·融合规则第21-22页
     ·基于小波变换的HIS图像融合法第22-23页
   ·色彩空间分析第23-29页
     ·色彩空间简介第23-25页
     ·色彩空间选择分析第25-29页
   ·融合算法比较第29-33页
     ·小波融合算法融合效果比较第29-31页
     ·色彩空间转换融合算法融合效果比较第31-33页
   ·小结第33-34页
第四章 海船目标检测技术研究第34-56页
   ·海船目标特征及检测原理第34-36页
     ·海船目标特征简介第34页
     ·目标检测算法第34-36页
   ·几种小波检测技术第36-40页
     ·小波连续尺度检测法第36-37页
     ·多维连续小波变换检测法第37-38页
     ·小波多尺度相关距离图像检测算法第38-39页
     ·基于小波变换和能量交叉的小目标检测第39-40页
   ·色彩空间融合检测技术第40-44页
     ·STDM图自适应分割第41页
     ·基于形态学的滤波处理第41-42页
     ·光学ROI几何特征鉴别第42-43页
     ·多源目标融合检测第43-44页
   ·实验结果与分析第44-55页
     ·小波检测技术实验研究第44-50页
     ·彩色图像融合检测实验研究第50-55页
   ·小结第55-56页
第五章 总结与展望第56-58页
   ·结论第56页
   ·研究展望第56-58页
参考文献第58-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:基于蚁群算法和BP神经网络的WSN数据融合算法研究
下一篇:网络化轮式机器人远程控制系统设计