| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文研究内容 | 第13-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第二章 红外多目标图像预处理研究 | 第16-29页 |
| 2.1 红外弱小多目标图像特征 | 第16-18页 |
| 2.2 红外图像背景抑制技术研究 | 第18-26页 |
| 2.2.1 双边滤波 | 第18-19页 |
| 2.2.2 形态学滤波 | 第19-21页 |
| 2.2.3 改进的双边滤波算法 | 第21-22页 |
| 2.2.4 仿真结果分析 | 第22-26页 |
| 2.3 阈值分割 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于时空关联的单目标跟踪方法研究 | 第29-58页 |
| 3.1 基于时空关联的目标跟踪算法 | 第29-36页 |
| 3.1.1 贝叶斯框架 | 第30-32页 |
| 3.1.2 模型建立与实现 | 第32-36页 |
| 3.2 改进的时空关联单目标跟踪方法 | 第36-48页 |
| 3.2.1 问题分析 | 第36-37页 |
| 3.2.2 滤波处理 | 第37-44页 |
| 3.2.3 加权引导滤波的时空关联单目标跟踪方法 | 第44-46页 |
| 3.2.4 学习率在线更新的时空关联单目标跟踪方法 | 第46-48页 |
| 3.3 仿真结果分析 | 第48-57页 |
| 3.4 本章小结 | 第57-58页 |
| 第四章 多目标跟踪方法研究 | 第58-71页 |
| 4.1 多目标跟踪原理 | 第58-59页 |
| 4.2 数据关联方法 | 第59-64页 |
| 4.2.1 常用数据关联方法 | 第59-61页 |
| 4.2.2 基于连续特征的数据关联方法 | 第61-64页 |
| 4.3 自适应多目标跟踪框架 | 第64-65页 |
| 4.4 仿真结果分析 | 第65-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 全文工作总结 | 第71页 |
| 5.2 后续工作展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |