| 创新点摘要 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-22页 |
| 1.2.1 基于随机信号处理的目标检测算法 | 第14-17页 |
| 1.2.2 基于时空特性分析的目标检测算法 | 第17-20页 |
| 1.2.3 现存主要问题 | 第20-22页 |
| 1.3 本文研究内容及组织结构 | 第22-23页 |
| 第2章 复杂海况下海面红外图像预处理算法 | 第23-35页 |
| 2.1 基于局部峰值奇异性分析的图像预处理 | 第23-30页 |
| 2.1.1 海面红外图像局部峰值奇异性分析 | 第23-29页 |
| 2.1.2 基于局部峰值奇异性分析的图像预处理实现方法 | 第29-30页 |
| 2.2 基于CIDoG算子的图像预处理 | 第30-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第3章 常见海上环境下海面目标红外单帧检测算法 | 第35-61页 |
| 3.1 基于小波变换的目标检测 | 第35-41页 |
| 3.1.1 海面红外图像纹理方向特性分析 | 第35-38页 |
| 3.1.2 基于小波变换和纹理方向特性分析的目标检测算法 | 第38-41页 |
| 3.2 基于视觉注意力模型的目标检测 | 第41-50页 |
| 3.2.1 基本VAM原理 | 第41-44页 |
| 3.2.2 基于改进VAM的海面目标检测算法 | 第44-50页 |
| 3.3 基于灰度直方图变换的目标检测 | 第50-59页 |
| 3.3.1 图像灰度分布特性分析 | 第51-53页 |
| 3.3.2 基于直方图变换的自适应二值化分割方法 | 第53-59页 |
| 3.4 单帧检测算法对比 | 第59-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第4章 抗抖动目标多帧判决算法 | 第61-68页 |
| 4.1 经典移动式管道滤波算法 | 第61-63页 |
| 4.2 抗抖动管道滤波算法 | 第63-67页 |
| 4.2.1 基于块匹配的帧间抖动量获取 | 第63-65页 |
| 4.2.2 算法实现 | 第65-67页 |
| 4.3 本章小结 | 第67-68页 |
| 第5章 浓雾与强逆光海上环境下的目标检测 | 第68-79页 |
| 5.1 基于亮度区域划分的浓雾条件下的目标检测 | 第68-71页 |
| 5.1.1 浓雾条件下海面红外图像特性分析 | 第68-70页 |
| 5.1.2 浓雾条件下海面红外图像目标检测方法 | 第70-71页 |
| 5.2 基于时空显著性图的强逆光条件下的目标检测 | 第71-78页 |
| 5.2.1 VAM形态选择 | 第71-73页 |
| 5.2.2 STSM生成方法 | 第73-76页 |
| 5.2.3 基于并行二值化方法的目标分割 | 第76-78页 |
| 5.3 本章小结 | 第78-79页 |
| 第6章 数据采集与实验验证 | 第79-107页 |
| 6.1 实验数据的采集 | 第79-87页 |
| 6.1.1 采集设备与采集实验 | 第80-82页 |
| 6.1.2 实验数据介绍 | 第82-87页 |
| 6.2 实验验证 | 第87-106页 |
| 6.2.1 预处理算法验证 | 第87-93页 |
| 6.2.2 常见海上环境下目标单帧检测方法验证 | 第93-98页 |
| 6.2.3 抗抖动目标多帧判决算法验证 | 第98-101页 |
| 6.2.4 浓雾和强逆光海上环境下目标检测算法验证 | 第101-106页 |
| 6.2.5 算法时效性分析 | 第106页 |
| 6.3 本章小结 | 第106-107页 |
| 第7章 总结与展望 | 第107-110页 |
| 参考文献 | 第110-118页 |
| 攻读学位期间公开发表论文 | 第118-119页 |
| 专利申请情况 | 第119-120页 |
| 致谢 | 第120-121页 |
| 作者简介 | 第121页 |
