| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第13-31页 |
| 1.1 引言 | 第13页 |
| 1.2 研究背景及意义 | 第13-16页 |
| 1.3 相关技术和国内外研究现状 | 第16-25页 |
| 1.3.1 目标检测 | 第17-21页 |
| 1.3.2 目标跟踪 | 第21-25页 |
| 1.4 目标检测和跟踪的性能评价体系 | 第25-27页 |
| 1.4.1 目标检测评价方法 | 第26-27页 |
| 1.4.2 目标跟踪评价指标 | 第27页 |
| 1.5 本文的主要创新点和内容安排 | 第27-31页 |
| 第二章 线性子空间方法检测红外点目标 | 第31-82页 |
| 2.1 引言 | 第31-33页 |
| 2.2 几种常见的红外点目标检测方法 | 第33-41页 |
| 2.2.1 二维最小二乘法 | 第33-35页 |
| 2.2.2 最大均值滤波和最大中值滤波法 | 第35-39页 |
| 2.2.3 基于形态滤波的方法 | 第39-40页 |
| 2.2.4 小波分析法 | 第40-41页 |
| 2.3 线性子空间概述 | 第41-43页 |
| 2.4 基于Eigentargets 的红外点目标检测方法 | 第43-52页 |
| 2.4.1 主成分分析基础 | 第43-45页 |
| 2.4.2 Eigentargets 的概念和红外点目标检测 | 第45-52页 |
| 2.5 基于Fishertarget 的红外点目标的检测方法 | 第52-59页 |
| 2.5.1 Fishertarget 的定义和计算方法 | 第53-55页 |
| 2.5.2 用Fishertarget 检测红外点目标 | 第55-58页 |
| 2.5.3 实验验证 | 第58-59页 |
| 2.6 Fukunaga-Koontz 变换检测红外点目标 | 第59-63页 |
| 2.6.1 Fukunaga-Koontz 变换 | 第59-61页 |
| 2.6.2 用Fukunaga-Koontz 变换进行分类 | 第61-62页 |
| 2.6.3 用Fukunaga-Koontz 变换检测红外点目标 | 第62-63页 |
| 2.6.4 实验验证 | 第63页 |
| 2.7 几种子空间算法的讨论和实验比较 | 第63-81页 |
| 2.7.1 几种线性子空间算法检测红外点目标的讨论 | 第64-65页 |
| 2.7.2 对高斯灰度模型（GIM）的修正 | 第65-69页 |
| 2.7.3 几种子空间检测算法的实验比较 | 第69-81页 |
| 2.8 小结 | 第81-82页 |
| 第三章 核方法检测红外点目标 | 第82-116页 |
| 3.1 引言 | 第82页 |
| 3.2 核方法基础 | 第82-86页 |
| 3.2.1 核方法的基本思想 | 第83-85页 |
| 3.2.2 常用的核函数 | 第85-86页 |
| 3.2.3 核方法的发展及应用 | 第86页 |
| 3.3 核PCA 检测红外点目标 | 第86-93页 |
| 3.3.1 核PCA | 第87-88页 |
| 3.3.2 核PCA 检测红外点目标 | 第88-90页 |
| 3.3.3 核PCA 和Eigentargets 目标检测性能的比较 | 第90-93页 |
| 3.4 核FLD 检测红外点目标 | 第93-101页 |
| 3.4.1 核FLD | 第93-95页 |
| 3.4.2 用核FLD 检测红外点目标 | 第95-97页 |
| 3.4.3 核FLD 和Fishertarget 目标检测性能的比较 | 第97-101页 |
| 3.5 核FKT 检测红外点目标 | 第101-111页 |
| 3.5.1 核FKT 的推导 | 第101-103页 |
| 3.5.2 用核FKT 进行分类 | 第103-105页 |
| 3.5.3 基于核FKT 的红外点目标检测方法 | 第105-106页 |
| 3.5.4 核FKT 和线性FKT 目标检测性能的比较 | 第106-111页 |
| 3.6 几种核方法的讨论和实验比较 | 第111-115页 |
| 3.6.1 几种核方法的实验比较 | 第111-114页 |
| 3.6.2 线性子空间检测和核方法检测的时间指标比较 | 第114-115页 |
| 3.7 小结 | 第115-116页 |
| 第四章 子空间目标检测和Kalman 预测相结合的红外点目标跟踪方法 | 第116-139页 |
| 4.1 引言 | 第116-117页 |
| 4.2 状态估计理论基础 | 第117-125页 |
| 4.2.1 最优状态估计及其准则 | 第118-122页 |
| 4.2.2 基于贝叶斯的最优状态估计 | 第122-125页 |
| 4.3 卡尔曼系滤波器 | 第125-127页 |
| 4.4 子空间检测和Kalman 预测相结合实现红外点目标跟踪 | 第127-131页 |
| 4.4.1 Kalman 滤波的动态方程 | 第127-128页 |
| 4.4.2 红外点目标的跟踪框架 | 第128-131页 |
| 4.5 实验及结果分析 | 第131-138页 |
| 4.6 小结 | 第138-139页 |
| 第五章 基于多特征图像和均值漂移算法的红外面目标跟踪 | 第139-156页 |
| 5.1 引言 | 第139-140页 |
| 5.2 基于均值漂移的目标跟踪方法 | 第140-144页 |
| 5.2.1 目标的描述 | 第140-142页 |
| 5.2.2 相似性函数 | 第142页 |
| 5.2.3 目标的定位 | 第142-144页 |
| 5.3 红外目标跟踪的问题及多特征图像概念的提出 | 第144-145页 |
| 5.4 多特征图像的生成及红外目标的跟踪方法 | 第145-154页 |
| 5.4.1 初步探索的两种可用特征 | 第145-147页 |
| 5.4.2 基于多特征图像和均值漂移算法的红外目标跟踪 | 第147-150页 |
| 5.4.3 跟踪实验及结果讨论 | 第150-154页 |
| 5.5 小结 | 第154-156页 |
| 第六章 总结与展望 | 第156-160页 |
| 6.1 全文工作回顾与总结 | 第156-158页 |
| 6.2 未来工作展望 | 第158-160页 |
| 参考文献 | 第160-179页 |
| 致谢 | 第179-180页 |
| 攻读博士学位期间发表、撰写的论文 | 第180-181页 |
| 攻读博士学位期间的申请专利 | 第181-182页 |
