| 目录 | 第1-6页 |
| 图目录 | 第6-7页 |
| 表目录 | 第7-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究背景 | 第12-13页 |
| ·自动识别技术概述 | 第13-15页 |
| ·国内外ATR技术的发展概况 | 第13-14页 |
| ·自动目标识别技术的关键性环节 | 第14-15页 |
| ·红外成像特征分析 | 第15-18页 |
| ·红外成像特征 | 第15-16页 |
| ·目标和背景的红外成像特性 | 第16-17页 |
| ·红外图像与可见光图像的区别 | 第17-18页 |
| ·本文主要工作和结构安排 | 第18-20页 |
| ·主要工作 | 第18-19页 |
| ·结构安排 | 第19-20页 |
| 第二章 视觉注意理论 | 第20-37页 |
| ·人类视觉机制 | 第20-28页 |
| ·人类视觉基础 | 第20-22页 |
| ·感受野 | 第22-25页 |
| ·视觉信息的多层次并行处理 | 第25-28页 |
| ·视觉注意理论 | 第28-31页 |
| ·特征整合理论 | 第28-29页 |
| ·注意过程的三个层次 | 第29-30页 |
| ·眼动与注意转移 | 第30-31页 |
| ·视觉注意模型分析 | 第31-35页 |
| ·小结 | 第35-37页 |
| 第三章 基于视觉注意机制的红外图像显著区域检测技术 | 第37-46页 |
| ·引言 | 第37页 |
| ·特征图提取技术 | 第37-39页 |
| ·图像显著性度量 | 第39-41页 |
| ·视觉显著图提取技术 | 第41-42页 |
| ·视觉显著区域提取技术 | 第42-45页 |
| ·视觉显著区域标记 | 第42-44页 |
| ·视觉显著区域提取 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第四章 显著区域分割技术 | 第46-57页 |
| ·引言 | 第46页 |
| ·图像分割方法概述 | 第46-48页 |
| ·基于灰度信息与空间信息的显著区域分割技术 | 第48-53页 |
| ·直方图类型的判别 | 第50-52页 |
| ·基于灰度信息的显著区域分割 | 第52页 |
| ·基于空间信息的显著区域分割 | 第52-53页 |
| ·实验结果与性能分析 | 第53-55页 |
| ·几种分割算法比较 | 第54-55页 |
| ·实验结果分析 | 第55页 |
| ·小结 | 第55-57页 |
| 第五章 基于类内/类间特征的目标分类与识别技术 | 第57-71页 |
| ·引言 | 第57-58页 |
| ·基于目标类内/类间特征的分类器设计 | 第58-66页 |
| ·目标的类特征选取 | 第58-65页 |
| ·基于两类目标特征的分类器设计 | 第65-66页 |
| ·基于得分机制的目标识别过程 | 第66页 |
| ·实验结果与分析 | 第66-70页 |
| ·小结 | 第70-71页 |
| 第六章 结束语 | 第71-73页 |
| ·论文工作总结 | 第71-72页 |
| ·工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 作者在攻读硕士学位期间发表的论文 | 第77页 |