1. 研究目的与意义
随着各门学科的协作发展与应用，计算机硬件水平不断得到加强，高性能计算机成本不断下降，使其性能能满足现在层出不穷的高要求需求。
现在，这也使得人工智能部分领域得以广泛在生活中应用，提高了生活与工作效率，节约了人力资源、物力资源的消耗。
图像目标识别是人工智能领域研究之一，其可以从图像中自动匹配具有相应特征的目标，速度和效率远高于人工从图片中提取信息，加之使用机器学习的方法可以使其对自己判定的结果数据进行分析，甚至自动建立专门数据集、数据库，从而优化自身识别目标的准确率与速度。
2. 课题关键问题和重难点
遥感图像数据量的处理工作随着计算机技术的发展，其工作由人工慢慢也由计算机来代替，国内外相关研究机构已经研发了相应的计算机智能系统来对遥感图像目标进行分析和识别。
但是，实际上遥感图像存在大量的干扰因素，如拍摄的角度、噪声的干扰、背景环境的影响，都会对目标的识别造成很大的干扰，影响目标识别的正确率。
由此便会带来一些问题，首先是图像预处理，预处理的效果直接关系着最后目标识别的精度。
3. 国内外研究现状（文献综述）
飞机识别作为目标识别技术的一种，随着近年来研究的深入发展，已经取得了很大的进展。
随着科技的发展，遥感卫星的分辨率不断增强，图像转化及传输速度大幅度提高，因而在很多领域中得到了广泛的应用。
尤其是在国防科技领域，遥感卫星拍摄的高清机场图片能为分析机场情况，掌握最新的机场动态提供准确的情报。
4. 研究方案
本文基于从航拍中收集的遥感图像目标检测数据集构建了飞机目标检测样本集，自行标注构建了飞机目标分割样本集。
在两个样本集上对本文提出的改进方法进行了实验验证，以期望各个改进方法都能发挥相应的作用。
在研制算法期间，寻找现有算法问题产生的原因，研究如何改进算法。
5. 工作计划
2022-1-1 至2022-1-31 查阅相关文献，准备相关测试数据2022-2-1 至2022-2-28 深入分析相关算法，搭建开发平台2022-3-1 至2022-3-31 熟悉HOG算法、SVM算法，并熟悉相关图像处理算法，纂写开题报告2022-4-1 至2022-5-15 实现目标的自动提取算法及程序2022-5-16 至2022-5-31 算法结果测试分析与改进2022-6-1 至2022-6-15 编写毕业论文
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
