海空小目标图像增强及视觉检测

本书共七章，主要介绍了海空小目标图像增强及检测的意义和研究现状、图像增强及视觉目标检测基础知识、海空小目标特性分析、基于光照补偿的海空小图像增强方法基于马尔科夫随机场前景分割的海空小目标检测方法、基于协作双混合高斯背景建模的海空小目标检测方法、基于深度学习的海空小目标尺度敏感分析检测方法等内容。

第一章概述
11小目标的定义
111基于相对尺度的定义
112基于绝对尺度的定义
12小目标图像增强及检测的意义
13小目标图像增强及检测研究现状
131不同采集平台下的目标检测
132基于深度学习的目标检测方法
第二章图像增强及视觉目标检测基础知识
21引言
22图像预处理技术
221传统的图像数据增强方法
222基于深度学习的数据增强方法
223小结
23视觉目标检测方法
231传统的目标检测算法
232深度学习目标检测
第三章小目标特性分析
31小目标特征分析
311小目标种类
312小目标特性
32小目标检测难点分析
第四章基于光照补偿的小目标图像增强方法
41引言
42Retinex理论
421单尺度Retinex算法
422多尺度Retinex算法
423McCann's Retinex算法
43EMD算法
431一维EMD算法
432二维EMD算法
44基于NLEMD的Retinex图像增强方法
441增强方案
442增强算法
45试验结果与分析
451自然图像增强的试验结果
452人脸光照补偿的试验结果
453海面舰船增强的试验结果
454小结
第五章基于马尔可夫随机场前景分割的小目标检测方法
51引言
52马尔可夫随机场
521随机场的马尔可夫特性
522Gibbs分布与MRF
53多高斯MRF前景分割方法
531多高斯MRF前景分割模型
532MRF的求解
533试验结果
54核函数MRF前景分割方法
541邻域相关的核函数
542核函数MRF前景分割模型
543基于最小割/最大流的MRF求解方法
55试验结果与分析
56小结
第六章基于协作双混合高斯背景建模的小目标检测方法
61引言
62双混合高斯模型协作算法
621传统混合高斯背景模型及改进思路
622双混合高斯模型协作算法
63试验结果与分析
第七章基于深度学习的小目标尺度敏感分析检测方法
71小目标仿真数据集构建方法
72小目标检测的尺度敏感性分析
721CenterNet模型的结构和原理
722卷积特征的尺寸对多尺度舰船目标检测的影响
723卷积特征的深度对多尺度舰船目标检测的影响
724卷积特征的融合机制对多尺度舰船目标检测的影响
73试验结果与分析
731海面小目标检测
732空中小目标检测
参考文献