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

可见光遥感图像舰船目标检测技术研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第12-20页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-18页
        1.2.1 国内外光学遥感卫星发展现状第13-15页
        1.2.2 可见光遥感图像舰船目标检测技术研究现状第15-18页
    1.3 研究内容及章节安排第18-20页
第2章 可见光遥感图像舰船目标检测关键技术研究第20-36页
    2.1 引言第20页
    2.2 高分辨率光学遥感图像及舰船目标特点第20-23页
        2.2.1 高分辨光学遥感图像的特点第20-22页
        2.2.2 可见光遥感图像舰船目标特点分析第22-23页
    2.3 可见光遥感图像舰船目标检测关键技术第23-34页
        2.3.1 预处理技术第24-25页
        2.3.2 遥感图像分割第25-29页
        2.3.3 感兴趣区域提取第29-31页
        2.3.4 目标特征提取第31-33页
        2.3.5 目标分类检测第33-34页
    2.4 本章小结第34-36页
第3章 基于视觉注意计算模型的候选目标定位方法第36-48页
    3.1 引言第36-37页
    3.2 视觉注意计算模型第37页
    3.3 基于谱残差模型的候选区域定位算法介绍第37-42页
        3.3.1 基于谱残差模型的候选目标区域定位第38-41页
        3.3.2 显著图分割与形态学滤波第41-42页
    3.4 基于MSS模型的候选区域定位算法介绍第42-46页
    3.5 本章小结第46-48页
第4章 基于形状梯度纹理融合特征的舰船目标检测方法第48-72页
    4.1 引言第48页
    4.2 纹理特征第48-54页
        4.2.1 局部二进制统一模式(Uniform LBP)第48-52页
        4.2.2 灰度共生矩阵第52-54页
    4.3 形状特征第54-56页
    4.4 梯度方向特征第56-59页
        4.4.1 方向梯度直方图(HOG)特征第56-58页
        4.4.2 舰船目标梯度方向特征第58-59页
    4.5 基于融合特征的舰船目标检测第59-63页
        4.5.1 舰船目标特征提取第59-61页
        4.5.2 基于的目标分类确认第61-63页
    4.6 实验结果与分析第63-70页
        4.6.1 实验平台及数据第63-64页
        4.6.2 实验结果与分析第64-70页
    4.7 本章小结第70-72页
第5章 总结与展望第72-74页
    5.1 论文已完成工作及创新点总结第72-73页
    5.2 后续工作展望第73-74页
参考文献第74-80页
致谢第80-82页
作者简历及攻读学位期间发表的学术论文第82页

论文共82页,点击 下载论文
上一篇:基于深度学习的群体行为识别方法研究
下一篇:基于3D多视图的物体识别及姿态估计方法