基于无人机平台的多光谱图像显著性检测系统
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 基于无人机平台的目标检测 | 第8页 |
| 1.2.2 显著性检测的发展 | 第8-10页 |
| 1.3 本文的研究思路和结构安排 | 第10-12页 |
| 2 系统的总体方案设计 | 第12-18页 |
| 2.1 飞行控制子系统 | 第12-15页 |
| 2.2 图像传输子系统 | 第15-16页 |
| 2.3 地面显著检测子系统 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 3 图像预处理模块 | 第18-27页 |
| 3.1 红外图像增强模块 | 第18-23页 |
| 3.1.1 基于DDE的图像增强算法 | 第18-21页 |
| 3.1.2 DDE与其他增强方法的对比研究 | 第21-23页 |
| 3.2 超像素分割模块 | 第23-26页 |
| 3.2.1 超像素分割算法原理 | 第23-24页 |
| 3.2.2 红外图像的超像素分割 | 第24-25页 |
| 3.2.3 SLIC和SLIC0算法的对比分析 | 第25-26页 |
| 3.3 本章小结 | 第26-27页 |
| 4 系统的显著目标检测模块 | 第27-48页 |
| 4.1 基于两级随机游走的显著性检测模块 | 第27-39页 |
| 4.1.1 基于吸收马尔科夫链的显著性检测方法 | 第28-30页 |
| 4.1.2 利用随机游走概率改进显著性检测模块 | 第30-32页 |
| 4.1.3 实验分析与评价 | 第32-39页 |
| 4.2 运动目标显著性检测模块 | 第39-45页 |
| 4.2.1 基于光流场的运动显著性检测原理 | 第39-41页 |
| 4.2.2 实验分析与评价 | 第41-45页 |
| 4.3 图像显著目标分割模块 | 第45-46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 系统的CUDA加速优化 | 第48-57页 |
| 5.1 CUDA加速简介 | 第48-49页 |
| 5.2 基于GPU+CPU架构的系统优化 | 第49-56页 |
| 5.2.1 基于CUDA加速的超像素分割 | 第50-52页 |
| 5.2.2 基于CUDA的DDE算法优化加速 | 第52-54页 |
| 5.2.3 基于CUDA的吸收马尔科夫链算法加速 | 第54-56页 |
| 5.3 本章小结 | 第56-57页 |
| 6 整机系统组成与工作流程 | 第57-62页 |
| 6.1 整机系统组成 | 第57-58页 |
| 6.2 显著性检测子系统工作流程 | 第58-61页 |
| 6.3 本章小结 | 第61-62页 |
| 7 总结与展望 | 第62-64页 |
| 7.1 论文总结 | 第62-63页 |
| 7.2 不足与展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
