首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

光学遥感图像的舰船检测方法研究

摘要第6-7页
ABSTRACT第7页
第1章 绪论第10-16页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 舰船目标检测关键技术第13页
    1.4 光学遥感图像舰船目标检测算法设计第13-14页
    1.5 本文研究内容及章节安排第14-16页
第2章 光学遥感图像舰船检测理论基础第16-23页
    2.1 引言第16页
    2.2 光学遥感舰船图像的特性第16-17页
    2.3 舰船目标检测的算法第17-21页
    2.4 影响舰船检测的因素第21-23页
第3章 光学遥感图像海陆分离第23-37页
    3.1 引言第23页
    3.2 传统的图像分割算法第23-26页
        3.2.1 基于先验知识的图像分割第23页
        3.2.2 基于灰度阈值的图像分割第23-24页
        3.2.3 基于边缘的图像分割第24-25页
        3.2.4 基于区域的分割方法第25-26页
    3.3 图像预处理第26-27页
    3.4 基于改进的ROEWA算子与小波变换相结合的海陆分离算法第27-32页
        3.4.1 基于ROEWA算子的边缘检测第27-28页
        3.4.2 基于改进的ROEWA算子与小波变换相结合的海陆分离算法第28-32页
    3.5 实验结果与分析第32-35页
    3.6 本章小结第35-37页
第4章 光学遥感图像目标检测算法第37-52页
    4.1 引言第37页
    4.2 典型的视觉显著性模型第37-40页
        4.2.1 ITTI视觉注意显著模型第38-39页
        4.2.2 基于最大信息的视觉注意显著模型AIM第39页
        4.2.3 基于频率调谐的视觉显著性模型FT第39页
        4.2.4 基于对比度的视觉显著性模型RC第39-40页
    4.3 算法的基本框架与思想第40-41页
    4.4 舰船目标候选区域提取第41-44页
        4.4.1 基于SR视觉显著性模型的舰船目标粗分割第41-42页
        4.4.2 基于otsu阈值的舰船目标精确分割第42-44页
    4.5 基于top-hat的目标增强第44-45页
    4.6 基于SVM分类的舰船目标识别第45-47页
    4.7 实验结果与分析第47-50页
    4.8 本章小结第50-52页
结论第52-54页
参考文献第54-57页
致谢第57-58页
攻读硕士期间发表(含录用)的学术论文第58页

论文共58页,点击 下载论文
上一篇:神经网络与支持向量机在无人机效能评估的应用
下一篇:7N01铝合金无减薄搅拌摩擦焊工艺与组织性能研究