| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题的意义 | 第9-10页 |
| 1.2 红外小目标检测研究现状 | 第10-12页 |
| 1.3 本文结构与安排 | 第12-15页 |
| 第二章 目标检测算法简介 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 基于机器学习理论的检测算法 | 第15-19页 |
| 2.2.1 主成分分析法 | 第16-18页 |
| 2.2.2 稀疏表示法 | 第18-19页 |
| 2.3 基于图像滤波技术的检测算法 | 第19-23页 |
| 2.3.1 频域滤波技术 | 第19-21页 |
| 2.3.2 空域滤波技术 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 基于中值滤波和梯度锐化的红外小目标检测算法 | 第25-35页 |
| 3.1 引言 | 第25页 |
| 3.2 红外小目标图像结构特性 | 第25-26页 |
| 3.3 基于中值滤波和梯度锐化的红外小目标检测算法 | 第26-30页 |
| 3.3.1 算法整体框架 | 第26-27页 |
| 3.3.2 中值滤波技术 | 第27-28页 |
| 3.3.3 背景抑制 | 第28-29页 |
| 3.3.4 梯度锐化 | 第29-30页 |
| 3.4 仿真实验结果 | 第30-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第四章 基于图像复原技术的红外小目标检测算法 | 第35-45页 |
| 4.1 引言 | 第35页 |
| 4.2 基于图像复原技术的红外小目标检测算法 | 第35-40页 |
| 4.2.1 算法整体框架 | 第36页 |
| 4.2.2 退化模型 | 第36-37页 |
| 4.2.3 复原滤波 | 第37-40页 |
| 4.3 仿真实验结果 | 第40-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第五章 基于形态学和管道滤波技术的红外小目标检测算法 | 第45-53页 |
| 5.1 引言 | 第45页 |
| 5.2 基于形态学和管道滤波技术的红外小目标检测算法 | 第45-50页 |
| 5.2.1 算法整体框架 | 第45-46页 |
| 5.2.2 形态学 | 第46-49页 |
| 5.2.3 管道滤波技术 | 第49-50页 |
| 5.3 仿真实验结果 | 第50-51页 |
| 5.4 本章小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 工作总结 | 第53-54页 |
| 6.2 课题展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士学位期间的科研成果 | 第63页 |
