| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 课题背景和研究意义 | 第15-16页 |
| 1.2 红外弱小目标检测国内外研究现状 | 第16-20页 |
| 1.2.1 单帧红外弱小目标检测 | 第17-18页 |
| 1.2.2 序列图像红外弱小目标检测 | 第18-20页 |
| 1.3 本文主要内容及章节安排 | 第20-22页 |
| 第二章 红外弱小目标检测算法研究综述 | 第22-37页 |
| 2.1 红外弱小目标图像特征研究和模型建立 | 第22-24页 |
| 2.1.1 红外弱小目标图像特征分析 | 第22页 |
| 2.1.2 红外弱小目标图像特征分析 | 第22-24页 |
| 2.2 红外弱小目标图像预处理技术 | 第24-30页 |
| 2.2.1 高通滤波 | 第24-26页 |
| 2.2.2 低通滤波 | 第26-28页 |
| 2.2.3 形态学滤波 | 第28-29页 |
| 2.2.4 其它预处理方法 | 第29-30页 |
| 2.2.5 预处理技术总结 | 第30页 |
| 2.3 红外弱小目标检测算法 | 第30-36页 |
| 2.3.1 基于方向显著性的红外弱小目标检测算法 | 第31-35页 |
| 2.3.2 其他新颖的红外弱小目标检测算法 | 第35-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 基于小波阈值去噪的红外弱小目标检测算法 | 第37-62页 |
| 3.1 概述 | 第37页 |
| 3.2 小波域信号建模和经典Bayes阈值 | 第37-42页 |
| 3.2.1 小波分析理论和小波域信号模型 | 第38-39页 |
| 3.2.2 小波去噪阈值函数以及经典Bayes阈值 | 第39-42页 |
| 3.3 基于广义交叉确认（GCV）准则的红外弱小目标检测算法 | 第42-46页 |
| 3.3.1 广义交叉确认（GCV）准则 | 第42-43页 |
| 3.3.2 GCV阈值的Fibonacci算法 | 第43-44页 |
| 3.3.3 基于GCV小波阈值去噪的检测算法框架 | 第44-46页 |
| 3.3.4 算法总结 | 第46页 |
| 3.4 基于小波和活跃度的红外弱小目标检测算法 | 第46-53页 |
| 3.4.1 活跃度分析 | 第47-48页 |
| 3.4.2 空间自适应阈值和滑动窗口方差估计 | 第48-50页 |
| 3.4.3 基于小波和活跃度的检测算法框架和流程 | 第50-53页 |
| 3.4.4 算法总结 | 第53页 |
| 3.5 基于空间自适应多模去噪策略的检测算法 | 第53-60页 |
| 3.5.1 多种阈值模型分析 | 第53-55页 |
| 3.5.2 多种阈值模型分析 | 第55-57页 |
| 3.5.3 空间自适应多模阈值去噪算法 | 第57-59页 |
| 3.5.4 算法总结 | 第59-60页 |
| 3.6 本章小结 | 第60-62页 |
| 第四章 基于动态队列管道滤波的红外小目标检测系统 | 第62-81页 |
| 4.1 概述 | 第62页 |
| 4.2 基于多向差分因子的动态阈值目标确认策略 | 第62-69页 |
| 4.2.1 多向差分因子算法 | 第63-66页 |
| 4.2.2 基于多向差分因子的动态阈值目标确认策略 | 第66-68页 |
| 4.2.3 算法总结 | 第68-69页 |
| 4.3 基于动态队列管道滤波的序列图像检测算法 | 第69-78页 |
| 4.3.1 传统管道滤波算法 | 第69-70页 |
| 4.3.2 基于动态队列的管道滤波检测算法流程介绍 | 第70-76页 |
| 4.3.3 算法总结和性能对比 | 第76-78页 |
| 4.4 红外弱小目标检测系统流程与实现步骤 | 第78-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第五章 红外弱小目标检测算法对比和系统性能实验与仿真 | 第81-126页 |
| 5.1 概述 | 第81页 |
| 5.2 单帧图像的红外弱小目标检测算法仿真 | 第81-98页 |
| 5.2.1 主观评价 | 第81-94页 |
| 5.2.2 客观评价 | 第94-98页 |
| 5.3 序列图像的红外弱小目标检测算法仿真 | 第98-115页 |
| 5.3.1 信杂比分析 | 第98-105页 |
| 5.3.2 接收机特性曲线分析 | 第105-115页 |
| 5.4 基于动态队列的管道滤波检测系统实验与仿真 | 第115-124页 |
| 5.4.1 单目标序列图像仿真效果和检测概率分析 | 第115-121页 |
| 5.4.2 多目标序列图像仿真效果和检测概率分析 | 第121-124页 |
| 5.5 本章小结 | 第124-126页 |
| 第六章 结束语 | 第126-129页 |
| 6.1 主要工作与创新点 | 第126-128页 |
| 6.2 后续研究工作 | 第128-129页 |
| 参考文献 | 第129-133页 |
| 致谢 | 第133-134页 |
| 攻读硕士学位期间已发表或录用的论文 | 第134-136页 |
