基于背景预测的红外小目标检测算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-9页 |
| ·相关技术与国内外研究现状 | 第9-10页 |
| ·论文的主要研究工作及安排 | 第10-13页 |
| ·论文的主要研究工作和创新点 | 第10-11页 |
| ·论文的章节安排 | 第11-13页 |
| 第二章 红外图像特性分析 | 第13-25页 |
| ·红外成像原理 | 第13-15页 |
| ·红外图像的特点 | 第15-16页 |
| ·含有小目标的红外图像的数学模型 | 第16-17页 |
| ·红外图像中小目标特性分析 | 第17-18页 |
| ·红外图像背景特性分析 | 第18-20页 |
| ·静态背景空域像素模型 | 第19页 |
| ·云层边缘空域像素模型 | 第19页 |
| ·背景特性总结 | 第19-20页 |
| ·红外图像噪声特性分析 | 第20-23页 |
| ·探测器噪声 | 第20-21页 |
| ·背景噪声 | 第21页 |
| ·电路噪声 | 第21页 |
| ·噪声综合 | 第21-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 背景预测原理与典型算法 | 第25-45页 |
| ·背景预测的基本原理 | 第25-26页 |
| ·固定权值背景预测与中值滤波算法 | 第26-29页 |
| ·固定权值背景预测算法 | 第26-28页 |
| ·中值滤波算法 | 第28-29页 |
| ·自适应权值背景预测算法 | 第29-32页 |
| ·二维最小均方算法 | 第29-30页 |
| ·二维最小二乘算法 | 第30-32页 |
| ·区域背景预测算法 | 第32-37页 |
| ·区域最大化背景模型和最相似背景模型 | 第32-34页 |
| ·最大均值和最大中值滤波算法 | 第34-37页 |
| ·形态学滤波 | 第37-39页 |
| ·算法仿真与比较 | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 自参与预测的小目标检测算法 | 第45-63页 |
| ·理论模型 | 第45-47页 |
| ·数学模型 | 第45-46页 |
| ·SPPA算法 | 第46-47页 |
| ·性能分析 | 第47-49页 |
| ·预测误差 | 第47-48页 |
| ·检测概率和虚警概率 | 第48-49页 |
| ·仿真结果 | 第49-60页 |
| ·性能标准 | 第49页 |
| ·采用真实红外图像的仿真结果 | 第49-60页 |
| ·本章小结 | 第60-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 作者在读期间的研究成果 | 第71-72页 |
