| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-25页 |
| ·课题研究的背景、意义及来源 | 第12-14页 |
| ·相关技术的研究现状与发展 | 第14-23页 |
| ·红外弱小目标检测算法 | 第14-17页 |
| ·成像运动目标检测算法 | 第17-21页 |
| ·目标跟踪算法 | 第21-23页 |
| ·本文主要研究内容 | 第23-25页 |
| 第2章 海空背景下红外弱小目标检测研究 | 第25-50页 |
| ·引言 | 第25-26页 |
| ·红外弱小目标特征分析 | 第26-29页 |
| ·红外图像的数学描述 | 第26-27页 |
| ·目标和背景特性分析 | 第27-29页 |
| ·基于目标特征的小目标检测方法 | 第29-39页 |
| ·基于多向梯度的红外弱小目标检测方法 | 第29-32页 |
| ·基于奇异性检测的红外弱小目标检测方法 | 第32-39页 |
| ·基于背景抑制的红外弱小目标检测方法 | 第39-49页 |
| ·常用的背景估计方法 | 第40-43页 |
| ·基于多结构元素灰度形态学背景估计的融合检测算法 | 第43-47页 |
| ·仿真试验 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 复杂背景下的红外运动目标检测研究 | 第50-70页 |
| ·引言 | 第50-51页 |
| ·运动目标检测方法 | 第51-56页 |
| ·光流场方法 | 第51-52页 |
| ·背景差分方法 | 第52-53页 |
| ·帧差分方法 | 第53页 |
| ·帧差分法与背景差分法相结合的改进方法 | 第53-56页 |
| ·图像匹配技术 | 第56-64页 |
| ·基于灰度信息的图像块匹配 | 第56-59页 |
| ·基于特征点的图像匹配 | 第59-64页 |
| ·帧差分法与背景差分法相结合的运动目标检测试验 | 第64-68页 |
| ·形态学滤波 | 第64-65页 |
| ·图像阈值分割 | 第65页 |
| ·试验结果 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 第4章 红外图像全局运动的鲁棒估计研究 | 第70-92页 |
| ·引言 | 第70-71页 |
| ·全局运动模型 | 第71-73页 |
| ·全局运动估计方法 | 第73-81页 |
| ·LS估计 | 第73-75页 |
| ·M估计 | 第75-77页 |
| ·LMedS估计 | 第77-78页 |
| ·RANSAC算法 | 第78-81页 |
| ·基于RANSAC+LS算法的红外成像全局运动估计 | 第81-91页 |
| ·RANSAC+LS算法 | 第81-84页 |
| ·基于块匹配算法的预检验 | 第84-86页 |
| ·全局运动补偿方法 | 第86-88页 |
| ·对实际拍摄的红外图像的试验 | 第88-91页 |
| ·本章小结 | 第91-92页 |
| 第5章 基于UPF的红外目标跟踪研究 | 第92-114页 |
| ·引言 | 第92-93页 |
| ·贝叶斯滤波原理 | 第93-96页 |
| ·粒子滤波原理 | 第96-103页 |
| ·Monte Carlo原理 | 第96-97页 |
| ·序贯重要性采样(SIS采样) | 第97-99页 |
| ·退化现象 | 第99-100页 |
| ·消除退化现象的方法 | 第100-103页 |
| ·基于UPF的目标跟踪 | 第103-113页 |
| ·U变换 | 第103-105页 |
| ·UKF算法 | 第105-107页 |
| ·UPF算法流程 | 第107-108页 |
| ·跟踪算法仿真试验 | 第108-113页 |
| ·本章小结 | 第113-114页 |
| 结论 | 第114-116页 |
| 参考文献 | 第116-125页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第125-126页 |
| 致谢 | 第126页 |