| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9页 |
| ·论文的选题依据 | 第9-10页 |
| ·红外图像弱小目标检测背景及意义 | 第10-11页 |
| ·红外图像小目标检测的研究概况 | 第11-13页 |
| ·论文结构 | 第13-15页 |
| 第二章 图像预处理算法研究 | 第15-27页 |
| ·高通滤波原理 | 第15-17页 |
| ·低通滤波原理 | 第17页 |
| ·中值滤波原理 | 第17-20页 |
| ·形态学滤波原理 | 第20-23页 |
| ·数学形态学概述 | 第20-21页 |
| ·灰度图像中的数学形态学 | 第21-23页 |
| ·小波去噪的基本原理 | 第23-25页 |
| ·小波去噪的意义和问题描述 | 第23-24页 |
| ·小波去噪原理 | 第24-25页 |
| ·Wiener滤波基本原理 | 第25-27页 |
| 第三章 小波理论及其在图像处理中的应用 | 第27-50页 |
| ·小波分析的发展及应用 | 第28-30页 |
| ·小波分析的发展 | 第28页 |
| ·小波分析的应用 | 第28-30页 |
| ·小波分析的基本理论 | 第30-38页 |
| ·傅立叶分析 | 第30-31页 |
| ·短时傅立叶变换 | 第31-33页 |
| ·小波分析 | 第33-36页 |
| ·多分辨分析 | 第36-38页 |
| ·小波变换 | 第38-39页 |
| ·连续小波变换 | 第38-39页 |
| ·离散小波与离散小波变换 | 第39页 |
| ·二维小波变换在图像处理中的应用 | 第39-42页 |
| ·图像压缩 | 第39-40页 |
| ·图像消噪 | 第40页 |
| ·图像融合 | 第40页 |
| ·图像平滑 | 第40-41页 |
| ·图像增强 | 第41页 |
| ·图像分割 | 第41-42页 |
| ·小波图像去噪 | 第42-48页 |
| ·边界延拓 | 第42-44页 |
| ·小波分解与重构 | 第44-46页 |
| ·阈值的选取 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 红外点目标预处理算法 | 第50-75页 |
| ·目标与观测模型 | 第51-52页 |
| ·目标模型 | 第51页 |
| ·杂波抑制模型研究 | 第51-52页 |
| ·点目标的几种预处理方法 | 第52-75页 |
| ·基于差分的高通滤波技术 | 第52-58页 |
| ·基于中值滤波+数学形态学的去噪技术 | 第58-62页 |
| ·基于BayesShrink阈值的小波高频系数重建的去噪技术 | 第62-68页 |
| ·基于σ(2lgM×N)~(1/2)/lg(j+1)阈值的小波高频系数重建的去噪技术 | 第68-72页 |
| ·算法性能分析 | 第72-75页 |
| 第五章 总结 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 攻硕期间研究成果 | 第81页 |