| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 图像目标特征提取研究现状 | 第13-15页 |
| 1.2.2 目标分类技术研究现状 | 第15-18页 |
| 1.2.3 MPEG-7与目标分类 | 第18-19页 |
| 1.3 本文的主要研究内容 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第2章 船舶目标特征分析与数学描述 | 第21-29页 |
| 2.1 目标特征的选取原则 | 第21-22页 |
| 2.2 船舶目标特征分析与选取 | 第22-23页 |
| 2.3 船舶目标形状特征的数学描述 | 第23-28页 |
| 2.3.1 Hu不变矩形状特征描述 | 第23-26页 |
| 2.3.2 ART形状特征描述 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 船舶目标形状特征库的建立 | 第29-48页 |
| 3.1 船舶目标形状特征提取 | 第29-42页 |
| 3.1.1 同类型船舶目标形状特征提取 | 第29-36页 |
| 3.1.2 不同类型船舶目标形状特征提取 | 第36-42页 |
| 3.2 基于MPEG-7标准的船舶目标特征库的建立 | 第42-47页 |
| 3.2.1 MPEG-7标准的应用 | 第42-44页 |
| 3.2.2 建立船舶目标特征库 | 第44-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第4章 船舶目标分类 | 第48-60页 |
| 4.1 目标分类算法的选取 | 第48-49页 |
| 4.2 基于KNN模板匹配的船舶目标分类 | 第49-50页 |
| 4.3 基于BP人工神经网络的船舶目标分类 | 第50-55页 |
| 4.3.1 分类器的构造 | 第50-52页 |
| 4.3.2 分类器的训练 | 第52-55页 |
| 4.4 船舶目标分类实验 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-61页 |
| 5.1 本文总结 | 第60页 |
| 5.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |