基于光学遥感图像的飞机目标检测算法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 课题研究现状 | 第12-15页 |
| 1.3 本文主要内容和章节安排 | 第15-17页 |
| 第2章 飞机目标特征提取及应用 | 第17-33页 |
| 2.1 目标特征提取概述 | 第17页 |
| 2.2 基于角点特征的飞机目标检测 | 第17-22页 |
| 2.2.1 Harris角点 | 第17-19页 |
| 2.2.2 角点与边缘信息相结合的飞机目标检测 | 第19-20页 |
| 2.2.3 仿真实验分析 | 第20-22页 |
| 2.3 纹理特征 | 第22-28页 |
| 2.3.1 基于灰度共生矩阵的纹理特征 | 第22-23页 |
| 2.3.2 基于纹理特征和小波变换的飞机目标检测 | 第23-26页 |
| 2.3.3 仿真实验分析 | 第26-28页 |
| 2.4 变换域特征 | 第28-31页 |
| 2.4.1 基于圆周频率滤波法的飞机目标检测 | 第28-29页 |
| 2.4.2 仿真实验分析 | 第29-31页 |
| 2.5 目标检测的评价标准 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于显著图的遥感图像飞机目标检测 | 第33-49页 |
| 3.1 显著图概述 | 第33-34页 |
| 3.2 显著图算法原理 | 第34-39页 |
| 3.2.1 基于视觉注意机制的Itti算法 | 第34-36页 |
| 3.2.2 基于图论的GBVS算法 | 第36-37页 |
| 3.2.3 剩余频谱SR算法 | 第37-39页 |
| 3.3 显著图算法分析 | 第39-45页 |
| 3.3.1 显著图的评价标准 | 第39-41页 |
| 3.3.2 仿真实验分析 | 第41-45页 |
| 3.4 基于显著图与形状匹配的飞机目标检测 | 第45-48页 |
| 3.4.1 基于显著图的检测算法介绍 | 第45-46页 |
| 3.4.2 仿真实验分析 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于随机森林的遥感图像飞机目标检测 | 第49-70页 |
| 4.1 随机森林背景概述 | 第49-50页 |
| 4.2 随机森林的理论基础 | 第50-56页 |
| 4.2.1 决策树模型 | 第51-54页 |
| 4.2.2 随机森林模型 | 第54-55页 |
| 4.2.3 纹元森林 | 第55-56页 |
| 4.3 基于纹元森林旋转不变的飞机目标检测算法 | 第56-65页 |
| 4.3.1 颜色不变梯度模型 | 第56-58页 |
| 4.3.2 基于纹元森林的目标旋转不变方法 | 第58-60页 |
| 4.3.3 纹元森林旋转不变的飞机目标检测 | 第60-62页 |
| 4.3.4 改进投票权重的旋转不变飞机目标检测 | 第62-65页 |
| 4.4 仿真实验分析 | 第65-68页 |
| 4.5 本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文 | 第78页 |
