声明
1 绪论
1.1 研究背景及意义
1.2 研究主要内容
2 国内外研究现状
2.1 基于CFAR的SAR图像舰船检测研究现状
2.2 基于深度学习的图像识别研究现状
2.2.1 深度学习与图像模式识别的结合
2.2.2 CNN在图像识别领域的研究现状
2.2.3 深度学习在舰船识别领域的研究现状
3 基于多线程的多级CFAR舰船检测算法
3.1 统计模型分析与比较
3.1.1 常用统计模型原理与分析
3.1.2 G0和K分布拟合性比较
3.2 基于多线程的多级CFAR算法
3.2.1 算法的设计和原理
3.2.2 算法的流程
3.2.3 并行计算优化方法
3.3 实验结果分析
3.3.1 检测性能判定准则
3.3.2 检测结果比较与分析
4 CNN和CFAR在舰船检测中的联合应用
4.1 CNN算法分析
4.1.1 CNN介绍
4.1.2 CNN结构
4.1.3 CNN训练
4.2 基于CNN的舰船检测算法与实验分析
4.2.1 基于CNN的舰船检测算法方案设计
4.2.2 CNN模型在舰船检测中的训练与应用
4.2.3 检测结果分析与比较
4.3 结合CFAR与CNN的舰船检测算法与实验分析
4.3.1 基于CFAR与CNN的舰船检测方案设计
4.3.2 结合CNN和CFAR的算法在舰船检测中的应用
4.3.3 检测结果分析及比较
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
攻读硕士学位期间主要成果
山东科技大学;