| 摘要 | 第11-13页 |
| Abstract | 第13-14页 |
| 第一章 绪论 | 第15-32页 |
| 1.1 课题研究的背景和意义 | 第15-16页 |
| 1.2 国内外相关研究现状 | 第16-28页 |
| 1.2.1 无人机图像中的典型目标检测研究现状 | 第16-23页 |
| 1.2.2 无人机图像中的变化检测研究现状 | 第23-28页 |
| 1.3 论文的主要内容与技术贡献 | 第28-32页 |
| 1.3.1 论文的主要内容和组织结构 | 第28-30页 |
| 1.3.2 论文的技术贡献 | 第30-32页 |
| 第二章 基于HOG特征和在线级联Boosting的车辆检测 | 第32-56页 |
| 2.1 基于梯度方向直方图的车辆朝向估计 | 第32-36页 |
| 2.1.1 梯度方向直方图概述 | 第32-35页 |
| 2.1.2 车辆朝向估计 | 第35-36页 |
| 2.2 旋转窗口中HOG特征的快速计算 | 第36-39页 |
| 2.2.1 基于积分图像的旋转窗口HOG特征快速计算 | 第36-38页 |
| 2.2.2 基于圆形滤波器的旋转窗口HOG特征快速计算 | 第38-39页 |
| 2.2.3 基于查找表的梯度快速计算 | 第39页 |
| 2.3 在线级联BOOSTING分类器 | 第39-47页 |
| 2.3.1 Boosting分类器概述和弱分类器选择 | 第39-43页 |
| 2.3.2 在线Boosting分类器训练 | 第43-45页 |
| 2.3.3 在线级联Boosting分类器训练 | 第45-47页 |
| 2.4 车辆检测实验 | 第47-54页 |
| 2.4.1 车辆检测流程与实验配置 | 第47-49页 |
| 2.4.2 实验结果 | 第49-54页 |
| 2.5 本章小结 | 第54-56页 |
| 第三章 基于高斯滤波加速的旋转不变HOG特征 | 第56-73页 |
| 3.1 基于径向梯度变换的旋转不变特征 | 第56-62页 |
| 3.1.1 基于径向梯度变换的RIFF特征 | 第56-59页 |
| 3.1.2 基于查找表和极坐标的RIFF特征快速计算 | 第59-62页 |
| 3.2 高斯滤波加速的旋转不变HOG特征 | 第62-67页 |
| 3.2.1 圆形滤波器加速的环形区域梯度累积 | 第62-64页 |
| 3.2.2 高斯滤波器加速的环形区域梯度累积 | 第64-66页 |
| 3.2.3 基于查找表提取旋转不变HOG特征 | 第66-67页 |
| 3.3 飞机检测实验 | 第67-71页 |
| 3.3.1 实验数据集和参数配置 | 第68-69页 |
| 3.3.2 实验结果 | 第69-71页 |
| 3.4 本章小结 | 第71-73页 |
| 第四章 基于极坐标傅里叶分析的快速旋转不变HOG特征 | 第73-96页 |
| 4.1 极坐标傅里叶分析框架下的特征旋转不变性 | 第73-77页 |
| 4.1.1 图像特征的旋转不变性分析 | 第73-75页 |
| 4.1.2 基于极坐标傅里叶分析构造旋转不变特征 | 第75-77页 |
| 4.2 FFT加速的傅里叶空间旋转不变HOG特征 | 第77-84页 |
| 4.2.1 傅里叶空间的旋转不变HOG特征 | 第77-81页 |
| 4.2.2 基于FFT的旋转不变HOG特征快速计算 | 第81-84页 |
| 4.3 基于SVM-RFE算法的旋转不变HOG特征降维 | 第84-89页 |
| 4.3.1 特征选择方法概述 | 第84-86页 |
| 4.3.2 基于SVM的迭代特征剔除算法 | 第86-89页 |
| 4.4 车辆检测实验 | 第89-95页 |
| 4.4.1 实验数据集和参数配置 | 第89-90页 |
| 4.4.2 实验结果 | 第90-95页 |
| 4.5 本章小结 | 第95-96页 |
| 第五章 基于B样条非刚性配准和图割的变化检测 | 第96-124页 |
| 5.1 无人机图像的B样条非刚性配准 | 第96-103页 |
| 5.1.1 基于SURF特征和单应变换模型的图像粗配准 | 第96-99页 |
| 5.1.2 基于B样条非刚性变换模型的图像精配准 | 第99-103页 |
| 5.2 变化检测的特征提取与相似性评价 | 第103-110页 |
| 5.2.1 Min-Max双向差图像 | 第103-105页 |
| 5.2.2 变化检测的局部特征描述 | 第105-106页 |
| 5.2.3 基于慢特征分析的特征变换 | 第106-110页 |
| 5.3 基于图割的变化检测全局优化 | 第110-117页 |
| 5.3.1 基于自动阈值的变化检测 | 第110-113页 |
| 5.3.2 基于K-均值聚类的变化检测 | 第113-114页 |
| 5.3.3 基于图割全局优化的变化检测 | 第114-117页 |
| 5.4 变化检测实验 | 第117-122页 |
| 5.4.1 实验数据集和实验配置 | 第117-119页 |
| 5.4.2 实验结果 | 第119-122页 |
| 5.5 本章小结 | 第122-124页 |
| 第六章 结论与展望 | 第124-127页 |
| 6.1 论文主要工作与创新点 | 第124-125页 |
| 6.2 需要进一步研究的问题 | 第125-127页 |
| 致谢 | 第127-129页 |
| 参考文献 | 第129-139页 |
| 作者在学期间取得的学术成果 | 第139-140页 |
