| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 目标检测的基本思路 | 第8页 |
| 1.3 目标检测的研究现状 | 第8-10页 |
| 1.4 主要研究内容及章节安排 | 第10-12页 |
| 2 图像金字塔相关理论分析 | 第12-19页 |
| 2.1 尺度空间理论 | 第12页 |
| 2.2 金字塔算法 | 第12-18页 |
| 2.2.1 高斯模糊 | 第13-14页 |
| 2.2.2 高斯金字塔 | 第14-15页 |
| 2.2.3 DOG金字塔 | 第15-17页 |
| 2.2.4 拉普拉斯金字塔 | 第17-18页 |
| 2.3 图像金字塔在图像处理中的应用 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 基于空间-光谱的局部自适应回归核的结构特征 | 第19-23页 |
| 3.1 局部自适应回归核(LARK) | 第19页 |
| 3.2 基于空间-光谱的3D-LARK | 第19-21页 |
| 3.3 其他特征算子与3D-LARK的比较 | 第21-22页 |
| 3.4 本章小结 | 第22-23页 |
| 4.基于3D-LARK和分层模型的多光谱目标检测 | 第23-37页 |
| 4.1 基于3D-LARK的权值矩阵 | 第23-24页 |
| 4.2 相似性判断与统计 | 第24-26页 |
| 4.3 金字塔分层结构模型 | 第26-28页 |
| 4.4 实验结果分析 | 第28-36页 |
| 4.4.1 模板集参数设置 | 第28-29页 |
| 4.4.2 目标图像参数设置 | 第29页 |
| 4.4.3 实验测试结果及分析 | 第29-36页 |
| 4.5 本章小结 | 第36-37页 |
| 5 基于局部和近邻结构特征约束的目标检测模型 | 第37-52页 |
| 5.1 NPBP(Neighbor Patch Binary Pattern) | 第38-39页 |
| 5.2 基于NPBP和3D-LARK的目标检测原理 | 第39-42页 |
| 5.3 基于局部和近邻结构特征约束的目标检测模型 | 第42-43页 |
| 5.4 参数分析与实验结果 | 第43-51页 |
| 5.4.1 模板集参数分析 | 第43页 |
| 5.4.2 待测图像参数设置 | 第43-45页 |
| 5.4.3 实验检测结果 | 第45-51页 |
| 5.5 本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| 6.1 论文总结 | 第52-53页 |
| 6.2 后期工作展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59页 |