| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 基于视频的目标检测识别技术的国内外研究现状 | 第13-20页 |
| 1.2.1 海上目标检测的概述 | 第14-16页 |
| 1.2.2 目标跟踪的技术概述 | 第16-18页 |
| 1.2.3 旗帜识别研究现状和技术概述 | 第18-20页 |
| 1.3 本文研究内容与组织结构 | 第20-22页 |
| 第二章 船舶视频信息库的设计 | 第22-32页 |
| 2.1 引言 | 第22页 |
| 2.2 船舶视频信息库框架 | 第22-23页 |
| 2.3 船舶视频信息库的设计 | 第23-26页 |
| 2.3.1 数据库的选择 | 第23-25页 |
| 2.3.2 VC++中数据库系统访问技术 | 第25-26页 |
| 2.4 船舶视频信息库的实现 | 第26-31页 |
| 2.4.1 数字化系统总体设计 | 第26-27页 |
| 2.4.2 数据库的连接 | 第27页 |
| 2.4.3 数据库功能模块的设计 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于团块跟踪法的船舶目标检测 | 第32-53页 |
| 3.1 引言 | 第32页 |
| 3.2 运动目标检测跟踪方法流程 | 第32-33页 |
| 3.3 前景检测算法的选择 | 第33-38页 |
| 3.3.1 帧间差分法 | 第33-35页 |
| 3.3.2 光流法 | 第35-36页 |
| 3.3.3 背景差分法 | 第36-37页 |
| 3.3.4 本系统检测算法的选择 | 第37-38页 |
| 3.4 基于背景差分法的检测实现 | 第38-46页 |
| 3.4.1 背景建模和更新 | 第38-42页 |
| 3.4.2 阈值T的选取 | 第42-44页 |
| 3.4.3 形态学滤波 | 第44-46页 |
| 3.5 基于团块的船舶跟踪方法 | 第46-49页 |
| 3.5.1 基于团块跟踪的目标跟踪法 | 第46-48页 |
| 3.5.2 船舶目标判断 | 第48-49页 |
| 3.6 实验结果 | 第49-51页 |
| 3.6.1 基于团块跟踪法的船舶检测跟踪实验结果 | 第49-50页 |
| 3.6.2 验证系统对船量的统计性能 | 第50-51页 |
| 3.7 本章小结 | 第51-53页 |
| 第四章 基于主成分分析法的旗帜识别 | 第53-73页 |
| 4.1 引言 | 第53页 |
| 4.2 基于主成分分析法的旗帜识别流程 | 第53-54页 |
| 4.3 基于区域颜色特征的旗帜分割方法 | 第54-63页 |
| 4.3.1 二维图像预处理 | 第54-58页 |
| 4.3.2 形态学处理 | 第58-59页 |
| 4.3.3 图像连通区域的提取 | 第59-60页 |
| 4.3.4 基于颜色特征的旗帜提取方法 | 第60-62页 |
| 4.3.5 实验结果 | 第62-63页 |
| 4.4 基于PCA的旗帜识别方法 | 第63-71页 |
| 4.4.1 基于PCA的特征提取 | 第63-68页 |
| 4.4.2 分类器的设计 | 第68-69页 |
| 4.4.3 验证各参数对识别率的影响 | 第69-71页 |
| 4.5 实验结果 | 第71-72页 |
| 4.6 本章小结 | 第72-73页 |
| 第五章 基于视频流的旗帜识别系统的实现 | 第73-84页 |
| 5.1 引言 | 第73页 |
| 5.2 系统框架 | 第73-74页 |
| 5.3 系统各功能介绍 | 第74-83页 |
| 5.3.1 系统主界面设计 | 第74-75页 |
| 5.3.2 船舶视频信息库 | 第75-76页 |
| 5.3.3 船舶的检测跟踪及船量统计 | 第76-80页 |
| 5.3.4 旗帜初分类和识别 | 第80-83页 |
| 5.4 本章小结 | 第83-84页 |
| 结论与展望 | 第84-86页 |
| 全文工作总结 | 第84-85页 |
| 后续工作展望 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 攻读硕士学位期间取得的研究成果 | 第92-93页 |
| 致谢 | 第93-94页 |
| 附件 | 第94页 |