光学卫星遥感图像舰船目标检测技术研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景与意义 | 第9页 |
| ·光学卫星遥感图像舰船目标检测研究现状 | 第9-14页 |
| ·典型算法流程 | 第10-11页 |
| ·关键技术现状 | 第11-14页 |
| ·本文的主要工作与组织方式 | 第14-16页 |
| 第二章 舰船目标预检测 | 第16-33页 |
| ·引言 | 第16页 |
| ·噪声去除 | 第16-20页 |
| ·去噪概述 | 第16-18页 |
| ·改进快速中值滤波 | 第18页 |
| ·实验结果 | 第18-20页 |
| ·陆地掩膜 | 第20-22页 |
| ·陆地掩膜方法概述 | 第20-21页 |
| ·基于最大类间方差的陆地掩膜 | 第21页 |
| ·实验结果 | 第21-22页 |
| ·基于GLRT 的舰船目标预检测 | 第22-32页 |
| ·基于CFAR 的舰船目标预检测方法 | 第22-24页 |
| ·基于GLRT 的舰船目标预检测方法 | 第24-26页 |
| ·两种预检测方法的联系与区别 | 第26页 |
| ·舰船目标预检测的快速实现 | 第26-28页 |
| ·实验结果与分析 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 舰船目标鉴别 | 第33-49页 |
| ·引言 | 第33页 |
| ·目标切片精细分割 | 第33-34页 |
| ·特征提取与选择 | 第34-41页 |
| ·形状特征 | 第35-36页 |
| ·灰度纹理特征 | 第36-41页 |
| ·基于特征分类的目标鉴别 | 第41-44页 |
| ·机器学习概述 | 第41-42页 |
| ·SVM 的基本原理 | 第42-44页 |
| ·基于SVM 分类器的目标鉴别 | 第44页 |
| ·实验结果与分析 | 第44-48页 |
| ·分类器性能测试 | 第44-47页 |
| ·实测遥感图像检测结果 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 舰船尾迹检测 | 第49-61页 |
| ·引言 | 第49页 |
| ·尾迹增强 | 第49-50页 |
| ·典型尾迹检测算法 | 第50-54页 |
| ·Radon 变换原理 | 第50-52页 |
| ·基于局部旋转Radon 变换的尾迹检测 | 第52-54页 |
| ·基于局部扫描的尾迹检测算法 | 第54-57页 |
| ·基于扫描的直线特征检测 | 第54-55页 |
| ·基于局部扫描的直线特征快速检测 | 第55-56页 |
| ·检测点合并与虚警去除 | 第56-57页 |
| ·实验结果与分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 结束语 | 第61-63页 |
| ·本文的主要成果及创新点 | 第61页 |
| ·需进一步研究的问题 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 作者在学期间取得的学术成果 | 第69-70页 |
| 附录A 切片特征提取结果 | 第70-71页 |
