| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 遥感图像目标检测研究现状 | 第9-13页 |
| 1.2.1 基于分类技术的检测方法 | 第10-11页 |
| 1.2.2 基于知识的检测方法 | 第11-13页 |
| 1.3 论文的创新点 | 第13页 |
| 1.4 论文的内容安排 | 第13-15页 |
| 第二章 选择性视觉注意机制研究背景 | 第15-27页 |
| 2.1 视觉注意的研究动机 | 第15页 |
| 2.2 视觉注意的生物学背景 | 第15-17页 |
| 2.3 视觉注意的心理学模型 | 第17-18页 |
| 2.3.1 Treisman & Koch's Model | 第17-18页 |
| 2.3.2 Wolfe's Guided Search 2.0 | 第18页 |
| 2.4 视觉注意的计算模型 | 第18-26页 |
| 2.4.1 具有生物可信性的NVT模型 | 第18-21页 |
| 2.4.2 基于信息最大化原理的AIM模型 | 第21-22页 |
| 2.4.3 基于图论的GBVS模型 | 第22-24页 |
| 2.4.4 基于频域的SR和PQFT等方法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于视觉注意计算模型的全色波段遥感图像机场检测 | 第27-46页 |
| 3.1 改进的GBVS模型 | 第28-30页 |
| 3.2 尺度不变特征(SIFT) | 第30-32页 |
| 3.3 多层分类回归树(HDR Tree) | 第32-34页 |
| 3.3.1 建树过程 | 第33页 |
| 3.3.2 搜索过程 | 第33-34页 |
| 3.3.3 更新过程 | 第34页 |
| 3.4 基于改进GBVS模型的遥感图像机场检测方法 | 第34-35页 |
| 3.5 实验结果 | 第35-45页 |
| 3.5.1 Google Earth实验数据检测结果 | 第36-43页 |
| 3.5.2 中巴卫星实验数据检测结果 | 第43-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于选择性视觉注意的多光谱遥感图像机场检测 | 第46-53页 |
| 4.1 多光谱遥感图像目标检测问题 | 第46-47页 |
| 4.2 基于改进GBVS模型的多光谱遥感图像机场检测 | 第47-48页 |
| 4.3 实验结果 | 第48-52页 |
| 4.3.1 实验数据 | 第48-50页 |
| 4.3.2 实验结果 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 基于显著性和主旨性特征的全色波段遥感图像机场检测 | 第53-62页 |
| 5.1 显著性特征 | 第53-57页 |
| 5.1.1 通道定义 | 第54-55页 |
| 5.1.2 竞争 | 第55页 |
| 5.1.3 特征提取 | 第55-57页 |
| 5.2 主旨性特征 | 第57-58页 |
| 5.3 基于显著性和主旨性特征的机场检测方法 | 第58-59页 |
| 5.4 实验结果 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结和展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表论文及专利申请 | 第67-68页 |
| 致谢 | 第68-69页 |
