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

大幅宽光学遥感图像目标检测技术研究

摘要第4-7页
abstract第7-10页
第1章 绪论第17-33页
    1.1 课题研究背景及意义第17-18页
    1.2 遥感图像舰船检测算法简介第18-23页
        1.2.1 基于SAR图像的舰船检测算法第18-19页
        1.2.2 基于红外图像的舰船检测算法第19-20页
        1.2.3 基于多光谱图像的舰船检测算法第20页
        1.2.4 基于可见光图像的舰船检测算法第20-23页
    1.3 基于可见光遥感图像目标检测研究现状第23-28页
    1.4 遥感图像目标检测面临的问题和挑战第28-29页
    1.5 论文的研究内容和组织结构第29-33页
第2章 图像去雾与海陆分离第33-61页
    2.1 引言第33-34页
    2.2 去雾算法第34-50页
        2.2.1 基于散射模型去雾算法简介第34-36页
        2.2.2 基于融合梯度因子的去雾算法第36-39页
        2.2.3 保持帧间连续的图像序列去雾算法第39-41页
        2.2.4 实验与分析第41-50页
    2.3 海陆分离第50-58页
        2.3.1 基于多光谱融合的海陆分离第50-55页
        2.3.2 实验与分析第55-58页
    2.4 本章小结第58-61页
第3章 海域感兴趣区域提取第61-81页
    3.1 引言第61-62页
    3.2 基于扩展小波变换的可疑点定位第62-68页
        3.2.1 经典小波变换第62-63页
        3.2.2 扩展小波变换第63-68页
    3.3 基于超复数视觉显著图提取第68-73页
        3.3.1 PQFT显著性模型第68-70页
        3.3.2 MPQFT模型第70-73页
    3.4 实验与分析第73-80页
        3.4.1 主观性能分析第74-77页
        3.4.2 客观性能分析第77-80页
    3.5 本章小节第80-81页
第4章 基于联合特征的虚警鉴别第81-97页
    4.1 引言第81页
    4.2 多维特征提取与描述第81-87页
    4.3 基于SVM分类器的虚警剔除第87-89页
    4.4 实验与分析第89-95页
    4.5 本章小结第95-97页
第5章 靠岸舰船检测第97-125页
    5.1 引言第97-98页
    5.2 港口定位第98-105页
        5.2.1 港口先验信息提取第98-99页
        5.2.2 港口区域定位第99-105页
    5.3 靠岸舰船检测第105-112页
    5.4 实验与分析第112-122页
        5.4.1 港口定位算法对比第112-115页
        5.4.2 靠岸舰船定位算法对比第115-122页
    5.5 本章小结第122-125页
第6章 目标检测硬件处理系统第125-133页
    6.1 引言第125页
    6.2 硬件构架与算法结构流程第125-128页
    6.3 软件算法优化及流程第128-130页
    6.4 硬件系统实验结果第130-131页
    6.5 本章总结第131-133页
第7章 总结与展望第133-137页
    7.1 论文总结及主要创新点第133-135页
    7.2 后续工作展望第135-137页
参考文献第137-149页
致谢第149-151页
作者简历及攻读学位期间发表的学术论文与研究成果第151-152页

论文共152页,点击 下载论文
上一篇:基于深度学习的人脸图像识别技术的研究
下一篇:滑模变结构控制在机载光电平台中的应用研究