| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文的主要研究工作 | 第13-15页 |
| 第2章 红外弱小目标跟踪的算法综述 | 第15-27页 |
| ·引言 | 第15页 |
| ·红外图像序列的预处理 | 第15-20页 |
| ·形态学的图像处理 | 第15-18页 |
| ·拉普拉斯分割 | 第18-19页 |
| ·局部标准差滤波 | 第19-20页 |
| ·红外目标跟踪算法 | 第20-25页 |
| ·Kalman目标跟踪算法 | 第20-21页 |
| ·基于相似度量函数的目标跟踪算法 | 第21-24页 |
| ·直方图匹配目标跟踪算法 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 基于时空联合滤波技术的缓慢运动红外弱小目标检测算法 | 第27-35页 |
| ·引言 | 第27页 |
| ·目标的观测模型 | 第27-28页 |
| ·时域滤波 | 第28-30页 |
| ·时域滤波的原理 | 第28-29页 |
| ·时域滤波在目标跟踪中的应用 | 第29-30页 |
| ·图像序列的标准化 | 第30-31页 |
| ·目标图像增强算法 | 第31页 |
| ·实验步骤 | 第31-32页 |
| ·仿真结果 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 Kalman预测与IVF相结合的目标跟踪算法 | 第35-43页 |
| ·引言 | 第35页 |
| ·强度变化函数 | 第35-37页 |
| ·基于Kalman和IVF的目标跟踪算法 | 第37-38页 |
| ·仿真结果 | 第38-41页 |
| ·本章小结 | 第41-43页 |
| 第5章 Kalman预测与遗传算法相结合的目标跟踪算法 | 第43-53页 |
| ·引言 | 第43页 |
| ·遗传算法 | 第43-45页 |
| ·遗传算法原理 | 第43-44页 |
| ·遗传算法步骤 | 第44-45页 |
| ·Kalman预测与遗传算法相结合的目标跟踪算法 | 第45-48页 |
| ·基于遗传算法的目标跟踪算法 | 第45-47页 |
| ·阂值限定 | 第47-48页 |
| ·仿真结果 | 第48-52页 |
| ·算法步骤 | 第48页 |
| ·实验结果 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·未来工作展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间研究成果 | 第63-64页 |
