基于高阶累积量与小波能量变换的小目标检测方法
| 提要 | 第1-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9页 |
| ·国内外相关领域研究状况概述 | 第9-12页 |
| ·小目标检测概述 | 第9-10页 |
| ·小目标检测国内外研究发展现状 | 第10-12页 |
| ·存在的主要问题 | 第12页 |
| ·本论文的主要工作及内容安排 | 第12-14页 |
| ·论文的主要工作 | 第12-13页 |
| ·论文的内容安排 | 第13-14页 |
| 第2章 高阶累积量及噪声简介 | 第14-23页 |
| ·引言 | 第14页 |
| ·高阶累积量及相关知识 | 第14-19页 |
| ·高阶统计量的定义 | 第14-15页 |
| ·高斯过程的高阶矩和高阶累积量 | 第15-16页 |
| ·高阶累积量的基本概念及其主要性质 | 第16-19页 |
| ·高阶累积量的优势 | 第19页 |
| ·图像噪声 | 第19-22页 |
| ·图像噪声的概念 | 第19-20页 |
| ·图像去噪声主要方法 | 第20-22页 |
| ·空域滤波去噪声 | 第20-21页 |
| ·频域滤波去噪声 | 第21页 |
| ·小波域滤波去噪声 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于高阶累积量的小目标检测 | 第23-33页 |
| ·引言 | 第23页 |
| ·维纳滤波 | 第23-25页 |
| ·维纳滤波器基本原理 | 第23-24页 |
| ·二维维纳滤波 | 第24-25页 |
| ·中值滤波 | 第25-27页 |
| ·中值滤波器基本原理 | 第26页 |
| ·二维极值中值滤波 | 第26-27页 |
| ·二维高阶累积量的自适应滤波器算法 | 第27-29页 |
| ·检测方案 | 第27页 |
| ·二维高阶累积量自适应滤波算法 | 第27-29页 |
| ·仿真分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 小波及数据融合理论 | 第33-45页 |
| ·引言 | 第33页 |
| ·小波变换的介绍 | 第33-41页 |
| ·一维连续小波变换 | 第33-34页 |
| ·离散小波变换 | 第34-35页 |
| ·多分辨率分析 | 第35-38页 |
| ·二维离散小波变换 | 第38-41页 |
| ·图像数据融合 | 第41-44页 |
| ·数据融合介绍 | 第41-42页 |
| ·图像融合技术的应用 | 第42-43页 |
| ·图像融合的目的 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 基于小波能量及数据融合技术的多目标提取 | 第45-56页 |
| ·引言 | 第45页 |
| ·基于灰度和纹理特征的目标检测方法 | 第45-48页 |
| ·基于数学形态学的目标分割 | 第45-47页 |
| ·最大熵阈值分割法 | 第47-48页 |
| ·基于小波能量变换和数据融合方法 | 第48-52页 |
| ·小波能量变换 | 第48-50页 |
| ·基于小波分解的图像重构 | 第50-51页 |
| ·数据融合 | 第51页 |
| ·阈值分割 | 第51-52页 |
| ·仿真结果分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 全文总结 | 第56-58页 |
| ·本论文的工作总结 | 第56页 |
| ·远景与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 摘要 | 第63-65页 |
| Abstract | 第65-66页 |
