| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-28页 |
| 1.1 选题背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-23页 |
| 1.2.1 舰船目标监测系统 | 第15-16页 |
| 1.2.2 舰船目标检测与识别 | 第16-23页 |
| 1.3 海战场舰船目标检测与识别中的主要问题 | 第23-24页 |
| 1.4 本文主要研究内容 | 第24-25页 |
| 1.5 论文组织结构 | 第25-28页 |
| 第2章 海战场舰船目标检测与识别相关研究 | 第28-36页 |
| 2.1 海战场环境分析 | 第28-30页 |
| 2.1.1 海战场重点舰船目标分析 | 第28页 |
| 2.1.2 海战场重点舰船目标空间位置分析 | 第28-29页 |
| 2.1.3 海战场环境信息流分析 | 第29-30页 |
| 2.2 海战场卫星遥感图像的特点分析 | 第30-32页 |
| 2.2.1 光学遥感图像分析 | 第30页 |
| 2.2.2 SAR遥感图像分析 | 第30-31页 |
| 2.2.3 遥感图像分辨率对舰船目标检测与识别的影响 | 第31-32页 |
| 2.3 遥感图像舰船目标特征分析 | 第32-34页 |
| 2.3.1 舰船目标的空间分布特征 | 第32-33页 |
| 2.3.2 舰船目标的变换特征 | 第33页 |
| 2.3.3 舰船目标的尾迹特征 | 第33-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第3章 基于视觉显著性特征选择的舰船检测方法 | 第36-70页 |
| 3.1 视觉显著性机制的生物学基础 | 第36-42页 |
| 3.1.1 视觉光学系统 | 第36-37页 |
| 3.1.2 视觉神经系统 | 第37-42页 |
| 3.2 基于视觉显著性的认知心理学模型 | 第42-43页 |
| 3.3 基于视觉显著性的舰船目标检测框架设计 | 第43-47页 |
| 3.3.1 适于海战场的视觉显著性目标检测框架分析及设计 | 第43-45页 |
| 3.3.2 建立适于海战场的视觉显著性目标检测模型 | 第45-47页 |
| 3.4 基于生物视觉启发的视觉显著性特征提取 | 第47-54页 |
| 3.5 基于纯数学计算的视觉显著性特征信息提取 | 第54-59页 |
| 3.6 视觉显著性特征自适应选择器 | 第59-61页 |
| 3.7 实验与分析 | 第61-67页 |
| 3.8 本章小结 | 第67-70页 |
| 第4章 基于邻域霍夫变换的目标轮廓简化方法 | 第70-92页 |
| 4.1 舰船目标轮廓简化问题分析 | 第70-71页 |
| 4.2 霍夫变换简介 | 第71-73页 |
| 4.3 基于邻域霍夫变换的目标轮廓简化算法 | 第73-87页 |
| 4.3.1 图像形态学滤波 | 第74-75页 |
| 4.3.2 求解目标基准点 | 第75-78页 |
| 4.3.3 目标的轮廓简化 | 第78-87页 |
| 4.4 实验与分析 | 第87-91页 |
| 4.5 本章小结 | 第91-92页 |
| 第5章 基于DSmT的海上舰船图像目标多特征信息融合识别方法 | 第92-114页 |
| 5.1 舰船目标识别问题分析 | 第92-93页 |
| 5.2 舰船图像目标多特征信息融合识别框架 | 第93-95页 |
| 5.2.1 DSmT | 第93-94页 |
| 5.2.2 舰船目标多特征信息融合框架建立 | 第94-95页 |
| 5.3 舰船目标识别特征分析 | 第95-100页 |
| 5.3.1 舰船目标特征选择 | 第95-97页 |
| 5.3.2 舰船目标特征提取 | 第97-100页 |
| 5.4 舰船目标识别基本置信度赋值的构造 | 第100-103页 |
| 5.4.1 概率神经网络 | 第100页 |
| 5.4.2 基于概率神经网络的基本信度赋值构造 | 第100-103页 |
| 5.5 舰船目标识别基本置信度融合规则 | 第103-106页 |
| 5.6 舰船目标多特征融合识别算法流程 | 第106-107页 |
| 5.7 实验与分析 | 第107-112页 |
| 5.7.1 DSmT与DST融合识别融合证据冲突对比分析 | 第108-109页 |
| 5.7.2 舰船目标多特征信息融合识别正确率分析 | 第109-110页 |
| 5.7.3 不同舰船目标识别算法性能比较 | 第110-112页 |
| 5.8 本章小结 | 第112-114页 |
| 结论与展望 | 第114-118页 |
| 参考文献 | 第118-128页 |
| 攻读博士学位期间发表的论文和取得的科研成果简表 | 第128-130页 |
| 致谢 | 第130页 |
