| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-13页 |
| 第1章 绪论 | 第13-31页 |
| ·课题的研究背景及意义 | 第13-14页 |
| ·红外成像导引头的组成原理 | 第14-16页 |
| ·红外成像系统的基本原理 | 第15页 |
| ·红外成像导引头系统的组成 | 第15-16页 |
| ·红外成像末制导需要解决的关键问题 | 第16-17页 |
| ·红外图像末制导中典型运动目标自动跟踪解决方案 | 第17-20页 |
| ·红外图像运动目标自动跟踪技术研究现状 | 第20-29页 |
| ·弱小目标捕获研究现状 | 第20-22页 |
| ·目标识别研究现状 | 第22-26页 |
| ·面目标跟踪研究现状 | 第26-29页 |
| ·论文的主要工作和结构安排 | 第29-31页 |
| 第2章 稀疏子空间特征提取的基础理论 | 第31-47页 |
| ·引言 | 第31页 |
| ·齐次坐标的引入 | 第31-33页 |
| ·透视变换 | 第33-40页 |
| ·稀疏子空间特征提取 | 第40-44页 |
| ·目标图像的稀疏表述 | 第41-42页 |
| ·子空间特征提取 | 第42-44页 |
| ·本章小结 | 第44-47页 |
| 第3章 基于红外图像的弱小运动目标捕获 | 第47-69页 |
| ·引言 | 第47-48页 |
| ·基于感兴趣区域的分层背景补偿算法 | 第48-61页 |
| ·传统光流法 | 第49-51页 |
| ·传统光流法存在的问题 | 第51页 |
| ·感兴趣区域的提取 | 第51-53页 |
| ·局部光流的计算 | 第53-56页 |
| ·分层背景反向补偿 | 第56-57页 |
| ·自适应差分法 | 第57-58页 |
| ·实验结果与分析 | 第58-61页 |
| ·基于轨迹关联的侯选目标判定 | 第61-67页 |
| ·轨迹关联算法 | 第61-66页 |
| ·仿真实验结果 | 第66-67页 |
| ·本章小结 | 第67-69页 |
| 第4章 基于粒子滤波的子空间跟踪算法 | 第69-91页 |
| ·引言 | 第69-70页 |
| ·粒子滤波原理 | 第70-80页 |
| ·贝叶斯滤波思想 | 第70-72页 |
| ·贝叶斯重要性采样 | 第72-74页 |
| ·序贯重要性采样 | 第74-75页 |
| ·粒子退化问题 | 第75-76页 |
| ·重要性密度函数的选择 | 第76-77页 |
| ·重采样 | 第77-80页 |
| ·基于粒子滤波的子空间跟踪 | 第80-86页 |
| ·目标表观建模 | 第80-82页 |
| ·目标动态模型 | 第82-83页 |
| ·目标观测模型 | 第83页 |
| ·目标子空间的建立 | 第83-85页 |
| ·最大似然估计 | 第85-86页 |
| ·算法总结 | 第86页 |
| ·实验结果与分析 | 第86-89页 |
| ·本章小结 | 第89-91页 |
| 第5章 基于局部鲁棒特征的目标识别 | 第91-107页 |
| ·引言 | 第91-92页 |
| ·SURF算法原理 | 第92-99页 |
| ·积分图像 | 第93-94页 |
| ·特征点检测 | 第94-98页 |
| ·特征点描述 | 第98-99页 |
| ·SURF算法存在的问题 | 第99-100页 |
| ·SURF算法改进措施 | 第100-103页 |
| ·特征点滤波算法 | 第100-102页 |
| ·前后向匹配校验 | 第102-103页 |
| ·实验结果与分析 | 第103-105页 |
| ·本章小结 | 第105-107页 |
| 第6章 红外图像末制导运动目标自动识别系统硬件设计 | 第107-113页 |
| ·引言 | 第107页 |
| ·系统硬件构成 | 第107-109页 |
| ·系统软件架构 | 第109-111页 |
| ·系统仿真实验平台 | 第111页 |
| ·本章小结 | 第111-113页 |
| 第7章 总结与展望 | 第113-115页 |
| ·论文的完成的主要工作 | 第113-114页 |
| ·未来的工作展望 | 第114-115页 |
| 参考文献 | 第115-123页 |
| 在学期间学术成果情况 | 第123-124页 |
| 指导教师及作者简介 | 第124-125页 |
| 致谢 | 第125-126页 |