基于序列图像的运动小目标检测
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1.绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·基于序列图像运动小目标特点及检测难点 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文的主要研究内容 | 第13-15页 |
| 2.运动小目标序列图像三要素 | 第15-19页 |
| ·图像背景分析 | 第15页 |
| ·图像噪声模型 | 第15-16页 |
| ·序列图像中运动小目标模型 | 第16-17页 |
| ·序列图像中运动小目标的一些固有特性 | 第17-19页 |
| 3.基于背景抑制的图像预处理技术 | 第19-36页 |
| ·引言 | 第19-20页 |
| ·基于空域和频域高通滤波的图像预处理方法 | 第20-25页 |
| ·基于空域的高通滤波方法 | 第20-21页 |
| ·基于频域高通滤波的方法 | 第21-25页 |
| ·中值滤波 | 第25-27页 |
| ·基于形态学的图像预处理法 | 第27-31页 |
| ·二值形态学基本运算 | 第28-29页 |
| ·灰度形态学基本运算 | 第29-30页 |
| ·结构元素的选择 | 第30-31页 |
| ·图像对比度的增强 | 第31-33页 |
| ·线性对比度增强 | 第32页 |
| ·非线性对比度增强 | 第32-33页 |
| ·预处理算法实验结果与分析 | 第33-36页 |
| ·预处理实验结果 | 第34-35页 |
| ·实验结果分析 | 第35-36页 |
| 4.基于单帧图像的小目标分割方法研究 | 第36-51页 |
| ·引言 | 第36-37页 |
| ·基于区域的图像分割法 | 第37-38页 |
| ·基于边缘的图像分割法 | 第38页 |
| ·基于阈值的分割方法 | 第38-39页 |
| ·几种常用的阈值分割法 | 第39-46页 |
| ·最大类间方差法（即Otsu）分割法 | 第39-43页 |
| ·自适应阈值分割算法及其改进方法 | 第43-45页 |
| ·迭代分割法 | 第45-46页 |
| ·基于边缘梯度特征的阈值分割 | 第46-51页 |
| ·算法步骤 | 第48-49页 |
| ·实验结果及分析 | 第49-51页 |
| 5.基于序列图像小目标运动特性的检测方法 | 第51-65页 |
| ·引言 | 第51页 |
| ·典型小目标检测算法回顾 | 第51-55页 |
| ·基于邻域判决的序列图像运动小目标检测技术 | 第55-60页 |
| ·小目标质心的选取 | 第56-57页 |
| ·基于叠加图中小目标邻域判决算法 | 第57-60页 |
| ·基于序列图像运动小目标检测结果及分析 | 第60-65页 |
| 6.总结和展望 | 第65-67页 |
| ·本文工作总结 | 第65-66页 |
| ·对研究工作的展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第74页 |
