| 创新点摘要 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-36页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-31页 |
| 1.2.1 海盗防御技术 | 第14-20页 |
| 1.2.2 多摄像机布置优化技术 | 第20-22页 |
| 1.2.3 船载视频分析 | 第22-27页 |
| 1.2.3.1 智能化视频分析技术 | 第22-24页 |
| 1.2.3.2 船载红外图像增强 | 第24-25页 |
| 1.2.3.3 海上红外目标检测与跟踪 | 第25-27页 |
| 1.2.4 海上目标行为辨识 | 第27-31页 |
| 1.2.4.1 海上目标异常行为辨识 | 第27-30页 |
| 1.2.4.2 海盗船艇行为辨识 | 第30-31页 |
| 1.3 存在的主要问题 | 第31-32页 |
| 1.4 本文的主要研究内容 | 第32-34页 |
| 1.5 本文的组织结构 | 第34-36页 |
| 第2章 船载多摄像布置优化方法 | 第36-61页 |
| 2.1 船载视频监控区域 | 第36-38页 |
| 2.2 船载摄像机布置方法 | 第38-54页 |
| 2.2.1 单摄像机布置方法 | 第38-50页 |
| 2.2.2 多摄像机布置优化方法 | 第50-54页 |
| 2.3 船载摄像机布置优化实验 | 第54-59页 |
| 2.4 本章小结 | 第59-61页 |
| 第3章 船载红外图像增强方法 | 第61-74页 |
| 3.1 船载红外图像特征分析 | 第61-65页 |
| 3.1.1 船载红外图像概述 | 第61页 |
| 3.1.2 船载红外图像的空域特征 | 第61-62页 |
| 3.1.3 船载红外图像的频域特征 | 第62-65页 |
| 3.2 船载红外图像增强算法 | 第65-66页 |
| 3.3 船载红外图像增强实验 | 第66-73页 |
| 3.4 本章小结 | 第73-74页 |
| 第4章 船载红外视频中小目标检测与跟踪方法 | 第74-102页 |
| 4.1 红外小目标的特征分析 | 第74-77页 |
| 4.2 检测与跟踪方法 | 第77-88页 |
| 4.2.1 FAST角点分类 | 第78-82页 |
| 4.2.2 区域生长及形态学处理 | 第82-85页 |
| 4.2.3 海上红外小目标跟踪 | 第85-88页 |
| 4.3 船载红外视频中小目标的检测与跟踪实验 | 第88-101页 |
| 4.4 本章小结 | 第101-102页 |
| 第5章 海盗船艇智能辨识方法及系统 | 第102-143页 |
| 5.1 基于运动特征的海盗船艇智能辨识 | 第102-114页 |
| 5.1.1 海盗船艇运动特征分析 | 第102-103页 |
| 5.1.2 海盗船艇运动行为模拟 | 第103-104页 |
| 5.1.3 基于运动特征的海盗船艇智能辨识算法 | 第104-109页 |
| 5.1.4 船艇行为描述模型训练 | 第109-114页 |
| 5.2 基于视觉特征的海盗船艇智能辨识 | 第114-119页 |
| 5.2.1 海盗船艇视觉特征分析 | 第114-116页 |
| 5.2.2 基于视觉特征的海盗船艇智能辨识算法 | 第116-119页 |
| 5.3 海盗船艇辨识结果融合算法 | 第119-122页 |
| 5.4 海盗船艇智能辨识实验 | 第122-138页 |
| 5.4.1 模拟实验 | 第122-130页 |
| 5.4.2 实船试验 | 第130-138页 |
| 5.4.2.1 基于运动特征的海盗船艇智能辨识试验 | 第131-134页 |
| 5.4.2.2 基于视觉特征的海盗船艇智能辨识试验 | 第134-137页 |
| 5.4.2.3 海盗船艇智能辨识结果融合试验 | 第137-138页 |
| 5.5 海盗船艇智能辨识系统 | 第138-142页 |
| 5.5.1 系统工作流程 | 第138-141页 |
| 5.5.2 系统运行结果 | 第141-142页 |
| 5.6 本章小结 | 第142-143页 |
| 第6章 总结与展望 | 第143-147页 |
| 6.1 总结 | 第143-145页 |
| 6.2 展望 | 第145-147页 |
| 参考文献 | 第147-156页 |
| 攻读学位期间公开发表的论文 | 第156-157页 |
| 致谢 | 第157-158页 |
| 作者简介 | 第158页 |