| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·国内外研究现状分析 | 第11-14页 |
| ·本文的内容安排和主要工作 | 第14-16页 |
| 第2章 红外图像特征及噪声分析 | 第16-24页 |
| ·红外辐射的基本理论 | 第16-17页 |
| ·红外热成像系统及设备 | 第17-20页 |
| ·红外热成像系统介绍 | 第17-18页 |
| ·红外热成像设备 | 第18-20页 |
| ·红外小目标图像特征 | 第20-22页 |
| ·噪声分析 | 第22-23页 |
| ·电路噪声 | 第22页 |
| ·探测器噪声 | 第22-23页 |
| ·背景噪声 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于形态学的红外小目标检测算法 | 第24-32页 |
| ·引言 | 第24页 |
| ·形态学检测算法概述 | 第24-25页 |
| ·组合预处理算法 | 第25-28页 |
| ·目标观测模型 | 第25页 |
| ·红外图像均衡化 | 第25-26页 |
| ·形态学预处理 | 第26-28页 |
| ·目标图像增强与提取 | 第28页 |
| ·仿真结果 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于分类背景预测与图像分块技术的红外小目标检测算法 | 第32-50页 |
| ·引言 | 第32页 |
| ·背景预测算法综述 | 第32-35页 |
| ·分类背景预测和图像分块技术 | 第35-38页 |
| ·概述 | 第35-37页 |
| ·静态背景模型 | 第37页 |
| ·边缘背景模型 | 第37-38页 |
| ·图像边缘提取和分块技术 | 第38-41页 |
| ·形态学算子 | 第38-40页 |
| ·形态学边界提取 | 第40-41页 |
| ·图像分块技术 | 第41页 |
| ·实验步骤 | 第41-42页 |
| ·仿真结果 | 第42-47页 |
| ·场景设置 | 第42页 |
| ·实验结果 | 第42-47页 |
| ·结果分析 | 第47页 |
| ·本章小结 | 第47-50页 |
| 第5章 基于KF预测与分类背景预测相结合的目标跟踪算法 | 第50-60页 |
| ·引言 | 第50页 |
| ·基于贝叶斯理论的目标跟踪 | 第50-53页 |
| ·贝叶斯理论简述 | 第50-52页 |
| ·KF算法简介 | 第52-53页 |
| ·基于KF估计与分类背景预测的目标跟踪算法 | 第53-55页 |
| ·子框局部搜索跟踪算法 | 第53页 |
| ·全局阈值跟踪算法 | 第53-54页 |
| ·基于区域增长的目标像素的聚类合并 | 第54-55页 |
| ·仿真结果 | 第55-59页 |
| ·场景设置 | 第55页 |
| ·实验结果 | 第55-58页 |
| ·结果分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间科研成果 | 第68页 |