摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 课题研究的目的和意义 | 第11-13页 |
1.2 SAR目标检测研究现状 | 第13-15页 |
1.3 视觉注意模型的研究和应用现状 | 第15-16页 |
1.3.1 视觉注意模型的研究现状 | 第15-16页 |
1.3.2 视觉注意模型的应用现状 | 第16页 |
1.4 本文的结构安排 | 第16-18页 |
第二章 传统的视觉注意模型 | 第18-36页 |
2.1 引言 | 第18页 |
2.2 人类视觉感知系统 | 第18-22页 |
2.2.1 人类视觉系统的生理学结构 | 第18-20页 |
2.2.2 视觉信息处理过程中的关键技术 | 第20-21页 |
2.2.3 人类视觉注意机制 | 第21-22页 |
2.3 基于空域的视觉注意模型 | 第22-30页 |
2.3.1 模型概述 | 第22页 |
2.3.2 多尺度高斯金字塔 | 第22-24页 |
2.3.3 初级特征提取 | 第24-26页 |
2.3.3.1 亮度特征提取 | 第24-25页 |
2.3.3.2 颜色特征提取 | 第25页 |
2.3.3.3 方位特征提取 | 第25-26页 |
2.3.4 特征显著图计算 | 第26-27页 |
2.3.4.1 中央周边差操作 | 第26页 |
2.3.4.2 特征图归一化及显著性处理 | 第26页 |
2.3.4.3 特征显著图计算 | 第26-27页 |
2.3.5 总显著图生成 | 第27页 |
2.3.6 注意焦点转移 | 第27页 |
2.3.7 仿真实验与模型分析 | 第27-29页 |
2.3.8 模型小结 | 第29-30页 |
2.4 基于频域的视觉注意模型 | 第30-35页 |
2.4.1 模型概述 | 第30-31页 |
2.4.2 Hou模型实现 | 第31-32页 |
2.4.3 仿真实验与模型分析 | 第32-34页 |
2.4.4 模型小结 | 第34-35页 |
2.5 本章小结 | 第35-36页 |
第三章 适用于SAR图像的视觉注意模型研究 | 第36-48页 |
3.1 引言 | 第36页 |
3.2 Itti视觉注意模型的缺陷分析 | 第36-37页 |
3.3 改进视觉注意模型算法的实现 | 第37-47页 |
3.3.1 SAR图像局部特征提取及特征显著图计算 | 第39-41页 |
3.3.1.1 标准偏差特征提取及特征显著图计算 | 第39-41页 |
3.3.1.2 方位特征提取及特征显著图计算 | 第41页 |
3.3.2 SAR图像全局特征提取及特征显著图计算 | 第41-44页 |
3.3.2.1 唯一性特征提取及特征显著图计算 | 第42页 |
3.3.2.2 全局对比度特征提取及特征显著图计算 | 第42-44页 |
3.3.3 特征显著图合并策略 | 第44页 |
3.3.4 仿真对比实验与模型小结 | 第44-47页 |
3.3.4.1 实验结果对比 | 第44-46页 |
3.3.4.2 模型小结 | 第46-47页 |
3.4 本章小结 | 第47-48页 |
第四章 基于视觉注意的SAR图像目标快速检测 | 第48-67页 |
4.1 引言 | 第48页 |
4.2 SAR目标检测的常用算法 | 第48-52页 |
4.2.1 双参数CFAR目标检测算法 | 第49-50页 |
4.2.2 基于G0分布的CFAR检测算法 | 第50-51页 |
4.2.3 小波多尺度目标检测算法 | 第51页 |
4.2.4 基于方差特征的SAR目标检测算法 | 第51-52页 |
4.2.5 目标检测算法小结 | 第52页 |
4.3 基于视觉注意的SAR目标快速检测算法的提出 | 第52-59页 |
4.3.1 基于视觉显著性的SAR目标快速检测的主要思想 | 第53页 |
4.3.2 SAR目标快速检测算法流程图 | 第53-54页 |
4.3.3 SAR目标快速检测算法实现 | 第54-59页 |
4.4 SAR目标检测仿真对比实验结果与性能分析 | 第59-66页 |
4.4.1 与传统视觉模型的对比实验 | 第60-63页 |
4.4.2 与两种CFAR检测算法的对比实验 | 第63-65页 |
4.4.3 算法小结 | 第65-66页 |
4.5 本章小结 | 第66-67页 |
第五章 总结与展望 | 第67-69页 |
5.1 本文工作总结 | 第67页 |
5.2 未来工作展望 | 第67-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-75页 |
攻读硕士学位期间取得的成果 | 第75-76页 |