| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 油库检测研究现状 | 第14-15页 |
| 1.2.2 深度学习研究现状 | 第15-16页 |
| 1.2.3 显著性检测及图像分割研究现状 | 第16-17页 |
| 1.2.4 研究问题的提出 | 第17-18页 |
| 1.3 本文研究内容与组织结构 | 第18-21页 |
| 1.3.1 研究内容和主要创新点 | 第18-19页 |
| 1.3.2 论文组织结构 | 第19-21页 |
| 第二章 基于深度学习油库感兴趣区域(ROI)快速检测 | 第21-30页 |
| 2.1 深度学习用于遥感图像提取概述 | 第21-23页 |
| 2.2 油库感兴趣区域(ROI) | 第23-24页 |
| 2.3 基于深度学习油库感兴趣区域(ROI)快速检测 | 第24-29页 |
| 2.3.1 深度学习框架——Caffe | 第25页 |
| 2.3.2 实验数据与样本库 | 第25-27页 |
| 2.3.3 实验过程与结果分析 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 油库的显著性检测及图像分割 | 第30-44页 |
| 3.1 显著性检测及图像分割概述 | 第30-32页 |
| 3.1.1 显著性检测概述 | 第30-31页 |
| 3.1.2 图像分割概述 | 第31-32页 |
| 3.2 显著性检测 | 第32-36页 |
| 3.2.1 LC显著性检测方法 | 第33-34页 |
| 3.2.2 实验结果与分析 | 第34-36页 |
| 3.3 图像分割 | 第36-43页 |
| 3.3.1 图像分割方法介绍 | 第36-41页 |
| 3.3.2 实验结果与分析 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于霍夫变换及深度优先搜索算法的油库目标提取 | 第44-53页 |
| 4.1 霍夫变换及深度优先搜索算法概述 | 第44-45页 |
| 4.2 霍夫变换圆检测 | 第45-47页 |
| 4.3 深度优先搜索算法提取目标 | 第47-52页 |
| 4.3.1 深度优先搜索算法 | 第47-50页 |
| 4.3.2 实验结果与分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 全文总结 | 第53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间发表的论文 | 第63页 |
