| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 光学遥感图像中目标检测技术难点 | 第10-11页 |
| 1.4 课题组以往的工作总结 | 第11页 |
| 1.5 本文的主要工作 | 第11-12页 |
| 1.6 论文结构安排 | 第12-14页 |
| 第2章 高分辨海洋遥感图像的背景特性分析 | 第14-34页 |
| 2.1 引言 | 第14-15页 |
| 2.2 海洋图像的局部相似性 | 第15-32页 |
| 2.2.1 局部特征统计量 | 第18-20页 |
| 2.2.2 局部特征量分析 | 第20-32页 |
| 2.3 大范围海洋图像的连续变化性 | 第32-33页 |
| 2.3.1 大范围特征统计量 | 第32页 |
| 2.3.2 大范围特征量分析 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 高分辨海洋遥感图像大范围的背景统计建模与模型参数估计 | 第34-45页 |
| 3.1 引言 | 第34页 |
| 3.2 局部海洋遥感背景图像的灰度分布特性 | 第34-36页 |
| 3.3 大范围海洋遥感图像时域背景统计模型 | 第36-38页 |
| 3.4 模型参数双层细化估计 | 第38-43页 |
| 3.4.1 子图像参数的粗估计 | 第39-41页 |
| 3.4.2 内部块参数的细化插值 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于大范围背景模型的高分辨海洋遥感图像目标检测 | 第45-67页 |
| 4.1 引言 | 第45页 |
| 4.2 纯海洋背景图像与非纯海洋背景图像的分类判别预处理 | 第45-47页 |
| 4.3 基于大范围背景模型的目标检测 | 第47-50页 |
| 4.3.1 遥感图像子块候选目标区域确定 | 第47-48页 |
| 4.3.2 形态学处理与杂波去除 | 第48-49页 |
| 4.3.3 大范围遥感图像目标映射图 | 第49-50页 |
| 4.4 大范围遥感图像候选目标融合后处理 | 第50-55页 |
| 4.4.1 模糊推理规则的设计 | 第51-52页 |
| 4.4.2 模糊推理器的设计 | 第52-54页 |
| 4.4.3 目标融合算法流程 | 第54-55页 |
| 4.5 算法流程 | 第55-57页 |
| 4.6 实验结果与分析 | 第57-65页 |
| 4.6.1 对比指标 | 第57页 |
| 4.6.2 客观评价结果与分析 | 第57-65页 |
| 4.7 本章小结 | 第65-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间的研究成果 | 第75页 |
