| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 关键技术及其研究现状 | 第12-16页 |
| 1.2.2 研究现状总结 | 第16页 |
| 1.3 论文研究工作及章节安排 | 第16-19页 |
| 1.3.1 论文章节安排 | 第18-19页 |
| 第二章 光学遥感图像复杂港口中水域及泊位突异区筛选 | 第19-32页 |
| 2.1 引言 | 第19-20页 |
| 2.2 复杂港口区水域筛选 | 第20-28页 |
| 2.2.1 典型港口光学遥感图像分割方法 | 第20-21页 |
| 2.2.2 双维特征融合海陆分割方法 | 第21-28页 |
| 2.3 基于空间邻接特征的泊位突异区筛选算法 | 第28-30页 |
| 2.3.1 双维度交叉扫描方法 | 第28-29页 |
| 2.3.2 全向双维度交叉扫描方法 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于DPM模型的候选区船舶检测 | 第32-47页 |
| 3.1 引言 | 第32页 |
| 3.2 DPM模型方法 | 第32-42页 |
| 3.2.1 HOG特征提取 | 第33-38页 |
| 3.2.2 DPM模型结构 | 第38-40页 |
| 3.2.3 DPM训练方式 | 第40-42页 |
| 3.2.4 DPM检测方法 | 第42页 |
| 3.3 基于DPM的船舶整体模型实验与分析 | 第42-46页 |
| 3.3.1 光学遥感船舶数据库建立 | 第43-44页 |
| 3.3.2 候选区内目标检测 | 第44-45页 |
| 3.3.3 实验结果分析 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于混合决策模型的船舶候选区鉴别 | 第47-64页 |
| 4.1 引言 | 第47-48页 |
| 4.2 候选区归一化 | 第48-49页 |
| 4.3 船体与关键部位结构模型构建 | 第49-51页 |
| 4.4 船舶周域上下文模型构建 | 第51-55页 |
| 4.4.1 船舶周域上下文 | 第51-53页 |
| 4.4.2 船舶周域上下文模型构建 | 第53-55页 |
| 4.5 基于DT(Decision Template)混合模型的船舶候选区鉴别 | 第55-58页 |
| 4.5.1 训练混合模型决策模板 | 第55-56页 |
| 4.5.2 混合模型检测 | 第56-58页 |
| 4.6 港口船舶检测整体算法架构设计 | 第58-63页 |
| 4.6.1 算法整体架构设计 | 第58-59页 |
| 4.6.2 实验结果与分析 | 第59-63页 |
| 4.7 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-67页 |
| 5.1 论文工作总结 | 第64-65页 |
| 5.2 研究展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 在学期间的研究成果 | 第72-74页 |
| 致谢 | 第74页 |