复杂背景下红外弱小目标检测算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-23页 |
| ·引言 | 第11页 |
| ·研究背景和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-18页 |
| ·空域背景预测 | 第14页 |
| ·形态学滤波 | 第14-15页 |
| ·高阶累量 | 第15页 |
| ·SUSAN | 第15页 |
| ·时空域滤波 | 第15-16页 |
| ·图像分割 | 第16页 |
| ·管道滤波 | 第16页 |
| ·动态规划 | 第16-17页 |
| ·航迹信息 | 第17页 |
| ·基于熵的弱小目标检测方法 | 第17页 |
| ·小波变换 | 第17-18页 |
| ·基于分类的弱小目标检测方法 | 第18页 |
| ·其他的弱小目标检测方法 | 第18页 |
| ·论文创新点 | 第18-20页 |
| ·论文结构 | 第20-23页 |
| 第二章 基于图像复杂度的弱小目标检测 | 第23-55页 |
| ·引言 | 第23页 |
| ·传统的图像预处理算法 | 第23-35页 |
| ·空域预处理算法 | 第24-32页 |
| ·频域的预处理算法 | 第32-35页 |
| ·基于图像复杂度的弱小目标检测 | 第35-46页 |
| ·图像的区域复杂度 | 第35-39页 |
| ·基于图像复杂度的弱小目标检测 | 第39-46页 |
| ·仿真结果及其分析 | 第46-53页 |
| ·图像的信噪比与信噪比增益 | 第46-47页 |
| ·图像仿真结果及算法评价 | 第47-53页 |
| ·本章小节 | 第53-55页 |
| 第三章 基于模糊分类的弱小目标检测 | 第55-87页 |
| ·引言 | 第55页 |
| ·基于固定模型的模糊分类弱小目标检测方法 | 第55-66页 |
| ·分类模型及类别特征 | 第55-60页 |
| ·基于模型特征矢量的图像分类 | 第60-62页 |
| ·算法框图 | 第62-63页 |
| ·仿真结果及其分析 | 第63-66页 |
| ·基于图像类别核的模糊分类弱小目标检测方法 | 第66-82页 |
| ·长波红外图像预处理 | 第66-69页 |
| ·分类模型、类别特征及其类别核 | 第69-74页 |
| ·图像分类 | 第74-77页 |
| ·算法框图 | 第77-78页 |
| ·仿真结果及其分析 | 第78-82页 |
| ·基于分类的有趣探讨 | 第82-85页 |
| ·类别图像讨论 | 第82页 |
| ·图像行向灰度分布分析 | 第82-83页 |
| ·基于行向图像分割 | 第83-84页 |
| ·算法扩展框图 | 第84-85页 |
| ·本章小结 | 第85-87页 |
| 第四章 基于方向直方图的空域背景抑制改进算法 | 第87-111页 |
| ·引言 | 第87页 |
| ·传统的背景抑制算法 | 第87-93页 |
| ·算法原理 | 第88页 |
| ·空域背景抑制算法介绍 | 第88-91页 |
| ·传统空域背景抑制算法的不足 | 第91-93页 |
| ·基于方向直方图的空域背景抑制改进算法 | 第93-108页 |
| ·传统空域背景抑制算法改进思路 | 第93页 |
| ·空域背景抑制改进算法 | 第93-103页 |
| ·改进算法框图 | 第103页 |
| ·仿真结果及其分析 | 第103-108页 |
| ·本章小节 | 第108-111页 |
| 第五章 红外弱小目标检测系统设计研究 | 第111-127页 |
| ·引言 | 第111页 |
| ·红外弱小目标检测系统的硬件设计研究 | 第111-117页 |
| ·红外检测系统的分类 | 第111-112页 |
| ·红外检测系统构成 | 第112-114页 |
| ·红外目标检测系统硬件设计 | 第114-117页 |
| ·红外弱小目标检测系统的软件设计分析 | 第117-123页 |
| ·系统开发环境描述 | 第118页 |
| ·系统的工作模式 | 第118-119页 |
| ·图像处理系统软件任务分解和状态转换 | 第119-120页 |
| ·图像处理系统软件任务软件设计 | 第120-123页 |
| ·红外弱小目标预警与火控系统组网构想 | 第123-126页 |
| ·系统组成方式 | 第123页 |
| ·检测系统与多个火控跟踪系统组网 | 第123-124页 |
| ·检测和火控跟踪集成系统组网 | 第124-125页 |
| ·两种系统的对比 | 第125-126页 |
| ·本章小节 | 第126-127页 |
| 第六章 总结与展望 | 第127-131页 |
| ·全文总结 | 第127-128页 |
| ·未来展望 | 第128-131页 |
| 致谢 | 第131-133页 |
| 参考文献 | 第133-141页 |
| 作者在读期间的研究成果 | 第141-142页 |
