| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第8-21页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 飞机检测难点分析 | 第15-19页 |
| 1.4 本文创新点与章节安排 | 第19-21页 |
| 第二章 飞机目标检测流程及关键技术 | 第21-40页 |
| 2.1 飞机目标检测整体流程 | 第21-22页 |
| 2.2 目标特征描述算子 | 第22-28页 |
| 2.3 显著性检测算法 | 第28-30页 |
| 2.4 机器学习模型 | 第30-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 基于显著性检测和LSD直线检测的机场区域提取 | 第40-49页 |
| 3.0 算法整体流程 | 第40页 |
| 3.1 图像降采样 | 第40-41页 |
| 3.2 显著区域提取 | 第41-43页 |
| 3.3 LSD直线检测 | 第43-44页 |
| 3.4 直线合并 | 第44-45页 |
| 3.5 平行线检测 | 第45-46页 |
| 3.6 机场区域提取 | 第46-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 基于圆周频率滤波及深度卷积神经网络的飞机目标提取 | 第49-56页 |
| 4.1 算法整体流程 | 第49页 |
| 4.2 基于圆周频率滤波的飞机候选区域提取 | 第49-53页 |
| 4.3 深度卷积神经网络对飞机目标的精确定位 | 第53-56页 |
| 第五章 实验结果及分析 | 第56-76页 |
| 5.1 数据集 | 第56-58页 |
| 5.2 算法性能评价指标 | 第58-59页 |
| 5.3 FT显著性检测与机场区域提取效果评价 | 第59-65页 |
| 5.4 CFF飞机候选区域提取与Selective Search方法对比 | 第65-69页 |
| 5.5 CNN模型与HOG+SVM方法对比 | 第69-74页 |
| 5.6 本章小结 | 第74-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 研究总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士期间科研经历与科研成果 | 第83-84页 |
| 致谢 | 第84-85页 |
