摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究的背景及意义 | 第10页 |
1.2 国内外研究现状分析 | 第10-14页 |
1.2.1 海上弱小目标检测技术发展动态 | 第10-11页 |
1.2.2 海上弱小目标检测关键技术研究现状 | 第11-14页 |
1.3 论文的研究内容及结构安排 | 第14-16页 |
第2章 全景海雾图像去雾算法研究 | 第16-30页 |
2.1 雾天图像成像原理 | 第16-18页 |
2.2 基于暗通道先验的去雾算法 | 第18-22页 |
2.2.1 暗通道先验理论 | 第18-19页 |
2.2.2 基于暗通道先验的去雾算法 | 第19-22页 |
2.3 引导滤波算法 | 第22-25页 |
2.3.1 引导滤波算法的原理 | 第22-24页 |
2.3.2 引导滤波算法的实验效果 | 第24-25页 |
2.4 基于暗通道先验的去雾算法在全景海雾图像中的应用 | 第25-28页 |
2.4.1 暗通道先验理论对全景海雾图像的适用性 | 第25页 |
2.4.2 雾天的判断标准 | 第25-27页 |
2.4.3 去雾算法在全景海雾图像中的应用 | 第27页 |
2.4.4 去雾效果的客观评价 | 第27-28页 |
2.5 本章小结 | 第28-30页 |
第3章 全景圆形海天线提取算法研究 | 第30-47页 |
3.1 基于改进Hough圆变换的海天线提取算法 | 第30-34页 |
3.1.1 基于梯度的Hough圆变换检测算法 | 第30-31页 |
3.1.2 基于改进Hough圆变换的海天线提取算法 | 第31-34页 |
3.2 基于梯度方向的全景海天线提取算法 | 第34-43页 |
3.2.1 基于椭圆拟合的海天线提取算法 | 第34-39页 |
3.2.2 基于梯度方向的全景海天线提取算法 | 第39-43页 |
3.3 实验对比分析 | 第43-46页 |
3.3.1 定性比较分析 | 第43-45页 |
3.3.2 定量比较分析 | 第45-46页 |
3.4 本章小结 | 第46-47页 |
第4章 基于海天线提取的弱小目标检测算法研究 | 第47-55页 |
4.1 基于图像局部区域复杂度的弱小目标检测算法 | 第47-50页 |
4.1.1 图像复杂度 | 第47-48页 |
4.1.2 算法原理 | 第48-50页 |
4.2 基于梯度阈值的弱小目标检测算法 | 第50-52页 |
4.3 实验对比分析 | 第52-54页 |
4.4 本章小结 | 第54-55页 |
第5章 全景海上弱小目标检测系统软件设计与实现 | 第55-66页 |
5.1 算法的选择 | 第55-56页 |
5.2 全景海上弱小目标检测系统设计 | 第56-61页 |
5.2.1 系统软件总体设计 | 第56-57页 |
5.2.2 模块功能实现 | 第57-61页 |
5.3 不同海况和天气条件下算法的有效性验证 | 第61-62页 |
5.4 本文算法与其它算法的对比分析 | 第62-64页 |
5.5 本章小结 | 第64-66页 |
结论 | 第66-68页 |
参考文献 | 第68-72页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
致谢 | 第73页 |