| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题背景及意义 | 第13页 |
| 1.2 国内外FOD检测系统的研究现状和发展态势 | 第13-16页 |
| 1.3 FOD检测系统的性能评价 | 第16-17页 |
| 1.4 论文的工作及章节安排 | 第17-19页 |
| 第二章 特征提取及其在FOD检测系统中的应用 | 第19-34页 |
| 2.1 特征提取 | 第19-27页 |
| 2.1.1 LBP特征的理论知识 | 第19-24页 |
| 2.1.2 SUSAN特征的理论知识 | 第24-26页 |
| 2.1.3 基于SUSAN特征的新直方图特征的理论知识 | 第26-27页 |
| 2.2 LBP特征在FOD检测系统中的应用 | 第27-31页 |
| 2.2.1 基于分块的LBP特征提取 | 第27-28页 |
| 2.2.2 实验结果及分析 | 第28-31页 |
| 2.3 基于SUSAN特征的新直方图特征在FOD检测系统中的应用 | 第31-34页 |
| 2.3.1 基于分块的SUSAN特征的新直方图特征提取 | 第31页 |
| 2.3.2 实验结果及分析 | 第31-34页 |
| 第三章 采用图像分割去除跑道线周围存在的虚警 | 第34-60页 |
| 3.1 FOD检测系统的检测流程 | 第34页 |
| 3.2 图像分割在FOD检测系统中的应用 | 第34-44页 |
| 3.2.1 图像分割的概述 | 第34-35页 |
| 3.2.2 基于阈值的分割方法 | 第35-38页 |
| 3.2.3 基于边缘的分割方法 | 第38-43页 |
| 3.2.4 基于区域的分割方法 | 第43-44页 |
| 3.3 形态学滤波在FOD检测系统中的应用 | 第44-49页 |
| 3.3.1 引言 | 第44页 |
| 3.3.2 结构元素 | 第44-45页 |
| 3.3.3 二值形态学 | 第45-49页 |
| 3.4 机场跑道线检测 | 第49-57页 |
| 3.4.1 引言 | 第49-50页 |
| 3.4.2 基于Hough变化的直线检测 | 第50-52页 |
| 3.4.3 基于边缘点标记的直线检测 | 第52页 |
| 3.4.4 实验结果及分析 | 第52-57页 |
| 3.5 基于边缘特征的目标检测在FOD检测系统中的应用 | 第57-60页 |
| 3.5.1 基于边缘特征的目标检测 | 第57页 |
| 3.5.2 实验结果及分析 | 第57-60页 |
| 第四章 基于层叠的Adaboost的FOD检测系统 | 第60-77页 |
| 4.1 Adaboost算法的发展历史 | 第60-63页 |
| 4.1.1 PAC学习模型 | 第60-61页 |
| 4.1.2 Boosting算法 | 第61-62页 |
| 4.1.3 Adaboost算法 | 第62-63页 |
| 4.2 Adaboost训练算法 | 第63-71页 |
| 4.2.1 Adaboost训练算法的基本描述 | 第63-65页 |
| 4.2.2 弱分类器 | 第65-67页 |
| 4.2.3 强分类器 | 第67-71页 |
| 4.3 层叠的Adaboost训练算法 | 第71-75页 |
| 4.3.1 层叠的Adaboost训练算法的概述 | 第71-72页 |
| 4.3.2 层叠的Adaboost训练算法的基本描述 | 第72-75页 |
| 4.4 实验结果及分析 | 第75-77页 |
| 4.4.1 正负样本集 | 第75-76页 |
| 4.4.2 结果及分析 | 第76-77页 |
| 第五章 总结和展望 | 第77-78页 |
| 5.1 总结 | 第77页 |
| 5.2 展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
