| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 第一章 绪论 | 第14-21页 |
| ·研究目的和意义 | 第14-15页 |
| ·国内外弱小目标检测与识别方法 | 第15-19页 |
| ·弱小目标检测的特点 | 第15页 |
| ·弱小目标检测与识别的主要方法 | 第15-19页 |
| ·论文工作简述 | 第19-21页 |
| 第二章 弱小目标图像特性 | 第21-27页 |
| ·引言 | 第21页 |
| ·含弱小目标的图像模型 | 第21-23页 |
| ·噪声模型 | 第21-22页 |
| ·背景空间分布特征模型 | 第22页 |
| ·弱小目标模型 | 第22-23页 |
| ·图像信噪比 | 第23页 |
| ·红外图像预处理 | 第23-25页 |
| ·目标的灰度及空间特征 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 弱小目标检测DBT 算法 | 第27-50页 |
| ·引言 | 第27页 |
| ·背景抑制算法 | 第27-41页 |
| ·基本背景抑制算法 | 第28-35页 |
| ·小波相关系数法抑制背景 | 第35-38页 |
| ·小波形态学抑制背景 | 第38-41页 |
| ·弱小目标的分割与提取 | 第41-42页 |
| ·自适应阈值分割 | 第41页 |
| ·基于检测率的阈值分割 | 第41-42页 |
| ·流水线法关联多帧图像提取弱小目标 | 第42-44页 |
| ·实验结果分析 | 第44-49页 |
| ·基于小波变换和信息融合的弱小目标检测 | 第44-46页 |
| ·基于小波形态学的弱小目标检测 | 第46-48页 |
| ·多种方法比较 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 弱小目标检测TBD 算法 | 第50-65页 |
| ·引言 | 第50页 |
| ·序列图像中运动目标点目标能量累积算法 | 第50-55页 |
| ·序列图像中运动目标点目标能量累积算法 | 第51-52页 |
| ·基于递归最大值滤波器的检测算法的实现结构 | 第52页 |
| ·“能量扩散”现象分析与改进算法 | 第52-55页 |
| ·基于目标运动轨迹预测-匹配的轨迹关联检测算法 | 第55-59页 |
| ·初始化运动目标轨迹 | 第55-56页 |
| ·多点预测器 | 第56-58页 |
| ·预测点匹配 | 第58-59页 |
| ·轨迹置信度检验 | 第59页 |
| ·实验结果分析 | 第59-64页 |
| ·“能量扩散”对比实验与分析 | 第59-61页 |
| ·信噪比提高效果对比实验与分析 | 第61页 |
| ·目标分离效果对比实验与分析 | 第61-62页 |
| ·多点预测与轨迹匹配对比实验与分析 | 第62-63页 |
| ·基于状态稳定的TBD 算法检测 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 弱小目标识别算法 | 第65-78页 |
| ·引言 | 第65页 |
| ·信息对准 | 第65-68页 |
| ·空间对准 | 第65-67页 |
| ·时间对准 | 第67-68页 |
| ·弱小目标速度、灰度和轨迹信息 | 第68-70页 |
| ·弱小目标速度信息 | 第68页 |
| ·弱小目标灰度信息 | 第68-69页 |
| ·弱小目标轨迹信息 | 第69-70页 |
| ·基于弱小目标速度、灰度的D-S 证据融合 | 第70-72页 |
| ·证据理论的基本概念 | 第70页 |
| ·证据理论在弱小目标识别中的应用 | 第70-72页 |
| ·基于弱小目标速度、灰度和轨迹信息的非平等D-S 证据融合 | 第72-74页 |
| ·非平等D-S 证据融合 | 第72-73页 |
| ·非平等D-S 证据融合在弱小目标识别中的应用 | 第73-74页 |
| ·实验结果分析 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 基于VC++和OPENCV 的弱小目标检测识别软件开发 | 第78-86页 |
| ·引言 | 第78页 |
| ·弱小目标检测与识别软件主要功能 | 第78-80页 |
| ·弱小目标检测与识别软件主要界面 | 第80-82页 |
| ·主操作界面 | 第80-81页 |
| ·参数设置对话框 | 第81-82页 |
| ·运行结果界面 | 第82页 |
| ·相关算法程序简介 | 第82-85页 |
| ·基于小波分解的目标检测 | 第83-84页 |
| ·“流水线法”提取弱小目标 | 第84页 |
| ·动态规划法检测弱小目标 | 第84页 |
| ·轨迹关联算法函数 | 第84-85页 |
| ·弱小目标识别算法函数 | 第85页 |
| ·本章小结 | 第85-86页 |
| 第七章 总结及展望 | 第86-88页 |
| ·本文的主要工作 | 第86页 |
| ·本文的不足和进一步展望 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 致谢 | 第92-93页 |
| 在学期间所发表的学术论文 | 第93页 |