弱小点目标的检测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 概述 | 第14-19页 |
| ·课题背景及研究意义 | 第14-15页 |
| ·空中弱小点目标检测现有算法及不足 | 第15-17页 |
| ·海面弱小点目标检测现有算法及不足 | 第17-18页 |
| ·本论文的主要贡献及工作 | 第18-19页 |
| 第二章 弱小点目标的检测的经典方法 | 第19-27页 |
| ·背景抑制方法 | 第19-22页 |
| ·背景抑制原理及概述 | 第19-20页 |
| ·直方图均衡化算法 | 第20-21页 |
| ·中值滤波算法 | 第21-22页 |
| ·差分方法 | 第22页 |
| ·门限分割和目标检测 | 第22-25页 |
| ·阈值法 | 第23-24页 |
| ·恒虚警率门限法 | 第24页 |
| ·基于局部熵的图像分割 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 对空弱小点目标的检测 | 第27-51页 |
| ·对空红外图像的组成 | 第27-28页 |
| ·数学形态学算法 | 第28-33页 |
| ·数学形态学 | 第28-29页 |
| ·二值数学形态学 | 第29-31页 |
| ·灰值数学形态学 | 第31-32页 |
| ·Top-Hat 形态学算子 | 第32-33页 |
| ·修正的Top-Hat 形态学 | 第33页 |
| ·神经网络 | 第33-39页 |
| ·神经元模型 | 第34-36页 |
| ·神经网络的基本特征 | 第36-37页 |
| ·BP 网络及学习算法 | 第37-39页 |
| ·基于神经网络的形态学滤波 | 第39-41页 |
| ·噪声特性研究 | 第41-44页 |
| ·两次门限分割 | 第44-46页 |
| ·初步门限分割 | 第45-46页 |
| ·自适应门限分割 | 第46页 |
| ·神经网络分类器 | 第46-48页 |
| ·对空目标检测实验和结果分析 | 第48-51页 |
| 第四章 海面弱小点目标的检测 | 第51-65页 |
| ·海面目标的研究 | 第52-54页 |
| ·图像构成 | 第52页 |
| ·目标的空域、频域特点 | 第52-54页 |
| ·目标模型的建立 | 第54-56页 |
| ·最小二乘法 | 第54-55页 |
| ·建立目标模型 | 第55-56页 |
| ·小波变换理论 | 第56-60页 |
| ·小波变换 | 第57页 |
| ·双正交小波 | 第57-59页 |
| ·B 样条双正交交小波 | 第59-60页 |
| ·双正交小波的构造 | 第60-62页 |
| ·双正交小波的构造方法 | 第60-61页 |
| ·构造二次B 样条双正交小波 | 第61-62页 |
| ·海面目标检测实验和结果分析 | 第62-65页 |
| 第五章 多帧检测 | 第65-70页 |
| ·检测前跟踪 | 第66页 |
| ·多帧关联检测技术 | 第66-68页 |
| ·多帧关联检测实验和结果分析 | 第68-70页 |
| 第六章 总结与展望 | 第70-73页 |
| ·论文工作总结 | 第70-71页 |
| ·研究展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表的学术论文 | 第77页 |
| 攻读硕士学位期间获得的荣誉、奖励 | 第77-80页 |
