光学遥感图像的船舶目标检测与识别
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 本文的章节安排 | 第13-15页 |
| 2 光学遥感图像船舶检测水域扩充 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 面向离岸船舶检测的水域扩充 | 第15-17页 |
| 2.2.1 离岸船舶水域扩充流程 | 第15-16页 |
| 2.2.2 水域扩充具体过程描述 | 第16-17页 |
| 2.3 面向靠岸船舶检测的水域扩充 | 第17-19页 |
| 2.3.1 靠岸船舶水域扩充流程 | 第17页 |
| 2.3.2 水域扩充具体过程描述 | 第17-19页 |
| 2.4 实验结果与分析 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 融合显著检测和RX的船舶检测 | 第21-36页 |
| 3.1 引言 | 第21页 |
| 3.2 RX检测 | 第21-22页 |
| 3.3 视觉显著性算法 | 第22-27页 |
| 3.3.1 itti算法 | 第22-23页 |
| 3.3.2 MSSS | 第23-24页 |
| 3.3.3 wCtr | 第24-27页 |
| 3.4 融合itti和RX的船舶检测 | 第27-32页 |
| 3.4.1 算法流程 | 第27-29页 |
| 3.4.2 实验结果与分析 | 第29-32页 |
| 3.5 融合MSSS+wCtr和RX的船舶检测 | 第32-35页 |
| 3.5.1 算法流程 | 第32-33页 |
| 3.5.2 实验结果与分析 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 4 由粗到细的船舶目标识别 | 第36-47页 |
| 4.1 引言 | 第36页 |
| 4.2 理论基础 | 第36-41页 |
| 4.2.1 HOG特征 | 第36-38页 |
| 4.2.2 支持向量机 | 第38-40页 |
| 4.2.3 决策树 | 第40页 |
| 4.2.4 AdaBoost | 第40-41页 |
| 4.3 算法流程 | 第41-44页 |
| 4.3.1 底层SVM分类器设计 | 第42-43页 |
| 4.3.2 顶层Adaboost分类器设计 | 第43-44页 |
| 4.4 实验结果及分析 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 船舶检测与识别软件系统设计 | 第47-56页 |
| 5.1 软件总体架构 | 第47-49页 |
| 5.2 软件总体流程 | 第49-50页 |
| 5.3 主要软件模块设计 | 第50-55页 |
| 5.3.1 水域扩充 | 第50-51页 |
| 5.3.2 船舶目标检测 | 第51-54页 |
| 5.3.3 船舶目标识别 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 作者简历 | 第64页 |
