红外弱小目标检测与跟踪技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景 | 第9-10页 |
| ·弱小目标检测与跟踪技术发展与现状 | 第10-12页 |
| ·弱小目标检测技术 | 第10-11页 |
| ·弱小目标跟踪技术 | 第11-12页 |
| ·本文研究的目的与意义 | 第12页 |
| ·本文的研究内容及组织结构 | 第12-15页 |
| 第二章 包含弱小目标的红外图像分析 | 第15-25页 |
| ·热辐射原理 | 第15-16页 |
| ·红外图像序列的特点 | 第16-17页 |
| ·红外序列图像数学模型的建立 | 第17-18页 |
| ·红外序列图像中噪声的分析 | 第18-20页 |
| ·探测器噪声 | 第18-19页 |
| ·背景噪声 | 第19页 |
| ·电路噪声 | 第19-20页 |
| ·噪声综合 | 第20页 |
| ·红外序列图像中弱小目标的分析 | 第20-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 红外图像处理技术研究 | 第25-37页 |
| ·红外图像预处理技术研究 | 第25-28页 |
| ·动态范围调整 | 第25-26页 |
| ·直方图均衡化 | 第26-27页 |
| ·非线性滤波 | 第27-28页 |
| ·红外图像背景抑制技术研究 | 第28-30页 |
| ·空间匹配滤波 | 第29页 |
| ·基于Top-Hat变换的数学形态学滤波 | 第29-30页 |
| ·基于神经网络的背景抑制技术 | 第30页 |
| ·红外图像分割算法研究 | 第30-36页 |
| ·图像分割算法综述 | 第30-31页 |
| ·经典Leyel Set方法及图像分割 | 第31-32页 |
| ·基于快速 Level Set的红外图像分割方法 | 第32-33页 |
| ·实验仿真与分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 红外弱小目标检测技术研究 | 第37-51页 |
| ·目标检测综述 | 第37-38页 |
| ·典型的弱小目标检测方法回顾 | 第38-41页 |
| ·数学形态学方法 | 第38-39页 |
| ·动态规划方法 | 第39页 |
| ·小波分析方法 | 第39页 |
| ·三维匹配滤波方法 | 第39-40页 |
| ·多级假设检验方法 | 第40-41页 |
| ·基于目标特性的弱小目标检测方法 | 第41-46页 |
| ·算法流程 | 第41页 |
| ·可能目标搜索与标记 | 第41-43页 |
| ·梯度计算 | 第43-44页 |
| ·应用标记目标和梯度信息进行背景抑制 | 第44-45页 |
| ·目标分割 | 第45-46页 |
| ·序列目标检测 | 第46页 |
| ·实验分析 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 红外弱小目标跟踪技术研究 | 第51-71页 |
| ·目标跟踪的基本理论 | 第51-53页 |
| ·DBT和 TBD技术 | 第51-52页 |
| ·跟踪的基本理论 | 第52-53页 |
| ·数学模型 | 第53-55页 |
| ·目标运动的数学模型 | 第53-54页 |
| ·CV运动模型 | 第54页 |
| ·CA运动模型 | 第54页 |
| ·CT运动模型 | 第54-55页 |
| ·kalman滤波 | 第55-57页 |
| ·经典kalman滤波 | 第55-56页 |
| ·扩展 Kalman滤波 | 第56-57页 |
| ·数据关联算法 | 第57-59页 |
| ·基于多传感器信息融合的弱小目标跟踪方法 | 第59-70页 |
| ·D-S证据理论 | 第59-60页 |
| ·多传感器的选择 | 第60-61页 |
| ·机动目标运动建模 | 第61-62页 |
| ·时空对准 | 第62-63页 |
| ·跟踪技术的实现 | 第63-65页 |
| ·实验仿真及分析 | 第65-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 攻读硕士期间所发表的论文 | 第79-80页 |
| 致谢 | 第80-81页 |
