基于随机点过程的遥感图像中汽车的识别和提取
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 汽车检测的研究现状 | 第11-12页 |
| 1.2.2 随机点过程方法的研究现状 | 第12-13页 |
| 1.3 研究的目标和创新点 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 2 随机点过程理论 | 第16-21页 |
| 2.1 随机点过程的基本概念 | 第16-17页 |
| 2.2 基于随机点过程的汽车检测 | 第17-18页 |
| 2.3 马尔科夫链蒙特卡洛采样 | 第18-19页 |
| 2.4 模拟退火算法 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 先验模型 | 第21-26页 |
| 3.1 汽车的几何模型 | 第21页 |
| 3.2 空间上的泊松分布 | 第21-22页 |
| 3.3 汽车的相互作用 | 第22-25页 |
| 3.3.1 重叠限制 | 第22-24页 |
| 3.3.2 角度约束 | 第24-25页 |
| 3.4 先验概率 | 第25页 |
| 3.5 本章小结 | 第25-26页 |
| 4 数据项 | 第26-35页 |
| 4.1 基于模板匹配的目标检测 | 第26-28页 |
| 4.1.1 模板匹配的过程 | 第26-27页 |
| 4.1.2 相似度的计算方法 | 第27-28页 |
| 4.2 汽车检测的模板匹配 | 第28-34页 |
| 4.3 似然概率 | 第34页 |
| 4.4 本章小结 | 第34-35页 |
| 5 汽车点过程的模拟和优化 | 第35-40页 |
| 5.1 先验模型的模拟 | 第35-39页 |
| 5.1.1 汽车的泊松分布 | 第35-37页 |
| 5.1.2 重叠限制的引入 | 第37-38页 |
| 5.1.3 角度约束的引入 | 第38-39页 |
| 5.2 数据项的结合 | 第39页 |
| 5.3 本章小结 | 第39-40页 |
| 6 实验结果和评估 | 第40-54页 |
| 6.1 汽车检测的流程 | 第40-42页 |
| 6.2 实验结果和分析 | 第42-49页 |
| 6.2.1 先验模型的对比 | 第42-43页 |
| 6.2.2 两种场景中汽车检测的应用 | 第43-45页 |
| 6.2.3 先验模型对汽车检测结果的影响 | 第45-49页 |
| 6.3 结果评估 | 第49-52页 |
| 6.3.1 图像中汽车的标注 | 第49-51页 |
| 6.3.2 汽车检测的精确度和回收率 | 第51-52页 |
| 6.4 本章小结 | 第52-54页 |
| 7 结论与展望 | 第54-56页 |
| 7.1 主要结论 | 第54-55页 |
| 7.2 未来展望 | 第55-56页 |
| 参考文献 | 第56-64页 |
| 作者简历 | 第64页 |
