高分辨率可见光遥感图像舰船目标识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11页 |
| ·遥感图像舰船检测现状和关键技术 | 第11-13页 |
| ·遥感图像舰船检测现状 | 第11-12页 |
| ·遥感图像舰船检测关键技术 | 第12-13页 |
| ·舰船自动检测识别的研究意义 | 第13-15页 |
| ·舰船识别系统总体框架 | 第13-14页 |
| ·图像海陆分析模块 | 第14页 |
| ·图像海陆分离模块 | 第14页 |
| ·港口内目标检测 | 第14-15页 |
| ·海洋目标检测模块 | 第15页 |
| ·多判据目标识别模块 | 第15页 |
| ·人机交互界面模块 | 第15页 |
| ·论文的主要安排 | 第15-17页 |
| 第二章 可见光遥感图像的预处理 | 第17-25页 |
| ·传感器的相对辐射定标 | 第17-18页 |
| ·几何校正模块 | 第18-20页 |
| ·数据准备 | 第19页 |
| ·系统几何纠正正反变换模型 | 第19-20页 |
| ·图像滤波 | 第20-22页 |
| ·辅助数据的处理 | 第22-24页 |
| ·坐标系简介 | 第22页 |
| ·坐标系的转换 | 第22-23页 |
| ·转换的误差修订 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 海洋背景舰船目标检测 | 第25-41页 |
| ·遥感海洋背景图像特征分析与提取 | 第25-27页 |
| ·海洋背景特征分析 | 第25-26页 |
| ·舰船目标特征分析与提取 | 第26-27页 |
| ·宽幅海洋遥感图像舰船目标快速检测 | 第27-35页 |
| ·图像海陆分割算法 | 第27-29页 |
| ·Top-Hat 算法背景抑制 | 第29-32页 |
| ·基于恒虚警率算法舰船目标检测 | 第32-35页 |
| ·舰船目标的快速检测 | 第35-39页 |
| ·感兴趣区域子图像分割 | 第35-38页 |
| ·基于形状特征的虚警排除 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 港口背景舰船目标检测 | 第41-49页 |
| ·地理位置信息和模板匹配 | 第41-46页 |
| ·SIFT 特征描述与提取 | 第41-44页 |
| ·使用仿射参数模板的SIFT 特征提取算法 | 第44-45页 |
| ·SIFT 特征匹配 | 第45-46页 |
| ·去除错误的匹配点 | 第46页 |
| ·可见光遥感图像中港口船舶目标检测 | 第46-47页 |
| ·港口目标先验知识 | 第46页 |
| ·港口模板信息的数据结构 | 第46-47页 |
| ·可见光遥感图像中港口船舶目标检测 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 舰船目标特征提取与分类器设计 | 第49-69页 |
| ·基于多特征的虚警排除 | 第49页 |
| ·基于SVM 分类器的虚警目标滤除 | 第49-57页 |
| ·支持向量机原理 | 第50-51页 |
| ·统计学习理论 | 第51-54页 |
| ·舰船目标特征选择 | 第54-55页 |
| ·舰船目标虚警排除的实现 | 第55-57页 |
| ·目标特征提取 | 第57-60页 |
| ·基于ICA 的图像归一化 | 第60-66页 |
| ·独立成分分析（ICA） | 第61-63页 |
| ·图像标准化 | 第63-66页 |
| ·分类器的设计 | 第66-68页 |
| ·最小距离分类器 | 第66-67页 |
| ·基于支持向量机的舰船目标分类 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 结束语 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表的论文 | 第77页 |
