| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 本课题的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 目标检测技术研究 | 第11-13页 |
| 1.2.2 基于航拍图像的建筑物检测技术研究 | 第13-15页 |
| 1.3 目标检测的难点 | 第15-16页 |
| 1.4 论文的主要研究内容和结构安排 | 第16-18页 |
| 第2章 目标检测技术研究 | 第18-30页 |
| 2.1 基于运动分析的检测方法 | 第18-22页 |
| 2.1.1 光流法基本原理 | 第18-19页 |
| 2.1.2 背景差分法基本原理 | 第19-20页 |
| 2.1.3 帧间差分法基本原理 | 第20-22页 |
| 2.2 分类器综述 | 第22-23页 |
| 2.3 随机蕨丛算法 | 第23-26页 |
| 2.3.1 随机蕨丛算法思想 | 第24-25页 |
| 2.3.2 分类器的训练 | 第25-26页 |
| 2.4 基于随机蕨丛分类器的建筑物目标检测 | 第26-29页 |
| 2.4.1 建立样本集 | 第26-27页 |
| 2.4.2 随机蕨丛分类器的训练 | 第27-28页 |
| 2.4.3 分类器性能及检测结果 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 显著性目标检测算法及其改进 | 第30-53页 |
| 3.1 图像低级特征 | 第30-31页 |
| 3.2 显著性目标检测基础 | 第31-33页 |
| 3.3 图像显著性计算原理 | 第33-34页 |
| 3.4 典型的显著性检测模型 | 第34-42页 |
| 3.4.1 ITTI模型 | 第34-37页 |
| 3.4.2 FT模型 | 第37-38页 |
| 3.4.3 SR模型 | 第38-39页 |
| 3.4.4 典型显著性图的视觉效果对比 | 第39-42页 |
| 3.5 显著性目标检测算法改进 | 第42-50页 |
| 3.5.1 生成对象图 | 第43-44页 |
| 3.5.2 前景区域连通 | 第44-45页 |
| 3.5.3 显著性图优化 | 第45-46页 |
| 3.5.4 改进的算法测试与分析 | 第46-50页 |
| 3.6 本章小结 | 第50-53页 |
| 第4章 基于多尺度图像分割和模型匹配的建筑物目标提取 | 第53-67页 |
| 4.1 多尺度图像分割和模型匹配的整体框架 | 第53-55页 |
| 4.2 基于区域的建筑物提取方法 | 第55-56页 |
| 4.3 基于特征的建筑物提取方法 | 第56-61页 |
| 4.3.1 特征提取 | 第56-59页 |
| 4.3.2 建筑物区域的定位 | 第59-61页 |
| 4.4 图形构建与形状重建 | 第61-63页 |
| 4.5 实验测试与分析 | 第63-65页 |
| 4.6 本章小结 | 第65-67页 |
| 第5章 实验测试与分析 | 第67-82页 |
| 5.1 实验平台 | 第67页 |
| 5.2 算法测试与实验 | 第67-79页 |
| 5.2.1 基于显著性的建筑物目标检测 | 第67-73页 |
| 5.2.2 基于多尺度图像分割和模型匹配的建筑物目标检测 | 第73-79页 |
| 5.3 实验分析 | 第79-80页 |
| 5.4 本章小结 | 第80-82页 |
| 总结与展望 | 第82-84页 |
| 参考文献 | 第84-90页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第90-92页 |
| 致谢 | 第92页 |