| 1 绪论 | 第1-11页 |
| 1．1 课题来源 | 第8页 |
| 1．2 红外弱小运动目标检测技术的研究现状及面临的主要技术问题 | 第8-9页 |
| 1．3 课题的目的和意义 | 第9-10页 |
| 1．4 本文所做的主要工作 | 第10-11页 |
| 2 空中红外弱小运动目标检测流程设计 | 第11-13页 |
| 2．1 空中红外弱小运动目标检测流程设计原理 | 第11页 |
| 2．2 空中红外弱小运动目标检测流程框图 | 第11-12页 |
| 2．3 空中红外弱小运动目标检测系统实现的功能 | 第12-13页 |
| 3 基于灰度形态学滤波的背景抑制预处理 | 第13-29页 |
| 3．1 概述 | 第13-14页 |
| 3．2 红外图像场景模型及动态范围压缩 | 第14-15页 |
| 3．2．1 红外图像场景模型 | 第14-15页 |
| 3．2．2 图像动态范围压缩 | 第15页 |
| 3．3 典型背景抑制算法介绍 | 第15-19页 |
| 3．3．1 中值滤波背景抑制法 | 第15-16页 |
| 3．3．2 自适应门限背景抑制法 | 第16-17页 |
| 3．3．3 二维最小均方误差滤波背景抑制法 | 第17页 |
| 3．3．4 空间匹配滤波背景抑制法 | 第17-19页 |
| 3．3．5 神经网络滤波背景抑制法 | 第19页 |
| 3．4 基于灰度形态学滤波的背景抑制法 | 第19-25页 |
| 3．4．1 概述 | 第19-20页 |
| 3．4．2 数学形态学基础 | 第20-24页 |
| 3．4．3 基于灰度形态学开运算的背景估计 | 第24-25页 |
| 3．5 实验结论 | 第25-28页 |
| 3．6 本章小结 | 第28-29页 |
| 4 图像阈值分割处理 | 第29-42页 |
| 4．1 概述 | 第29-30页 |
| 4．2 直方图阈值分割 | 第30-31页 |
| 4．3 OTSU阈值分割 | 第31-32页 |
| 4．4 迭代阈值分割 | 第32-33页 |
| 4．5 自适应阈值分割 | 第33页 |
| 4．6 SOBEL边缘检测阈值分割 | 第33-35页 |
| 4．7 灰度梯度阈值分割 | 第35-36页 |
| 4．8 二维最大熵阈值分割及其快速算法 | 第36-40页 |
| 4．9 实验结论 | 第40-41页 |
| 4．10 本章小结 | 第41-42页 |
| 5 基于图像序列的弱小运动目标检测方法 | 第42-51页 |
| 5．1 概述 | 第42页 |
| 5．2 典型弱小运动目标检测方法回顾 | 第42-45页 |
| 5．3 基于八邻域判决的红外弱小运动目标检测方法 | 第45-47页 |
| 5．3．1 目标代表点的选取 | 第46页 |
| 5．3．2 八邻域判决算法 | 第46-47页 |
| 5．4 实验结果及分析 | 第47-50页 |
| 5．5 本章小结 | 第50-51页 |
| 6 结束语 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者在读期间科研成果简介 | 第56-57页 |
| 论文声明 | 第57-58页 |
| 致谢 | 第58页 |