复杂背景下的红外弱小目标检测
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究的目的及意义 | 第7-8页 |
| ·红外弱小目标检测概述及难点 | 第8-9页 |
| ·本论文的主要工作 | 第9-11页 |
| 第二章 红外弱小目标的特性分析 | 第11-17页 |
| ·红外图像模型 | 第11-12页 |
| ·实际图像背景分析 | 第12-13页 |
| ·噪声分析 | 第13-14页 |
| ·红外弱小目标分析 | 第14-17页 |
| 第三章 红外图像背景预处理 | 第17-35页 |
| ·图像对比度的增强 | 第17-19页 |
| ·线性对比度增强 | 第17-18页 |
| ·非线性对比度增强 | 第18-19页 |
| ·几种典型的背景抑制方法 | 第19-23页 |
| ·概述 | 第19-20页 |
| ·中值滤波 | 第20-21页 |
| ·空域高通滤波 | 第21-22页 |
| ·改进的背景抑制方法 | 第22-23页 |
| ·数学形态学背景抑制 | 第23-29页 |
| ·基本定义 | 第23-29页 |
| ·结构元素的选择 | 第29页 |
| ·基于形态学滤波的改进 | 第29-35页 |
| ·图像差分运算 | 第30页 |
| ·几种改进的形态滤波背景抑制方法 | 第30-35页 |
| 第四章 红外图像阈值分割 | 第35-45页 |
| ·图像分割算法简介 | 第35-36页 |
| ·几种常用的阈值分割方法 | 第36-41页 |
| ·双峰法 | 第37页 |
| ·迭代分割法 | 第37-39页 |
| ·最大类间方差分割法 | 第39-41页 |
| ·自适应阈值分割算法的研究 | 第41-45页 |
| ·传统的自适应阈值分割法 | 第41-43页 |
| ·改进的自适应阈值分割算法 | 第43-45页 |
| 第五章 基于目标运动特性的序列检测 | 第45-57页 |
| ·基于序列图像检测概述 | 第45-47页 |
| ·基于序列图像中目标运动连续性的检测 | 第47-57页 |
| ·基于综合滤波和阈值分割的目标运动轨迹检测 | 第50-52页 |
| ·基于背景双抑制和阈值分割的目标运动轨迹检测 | 第52-55页 |
| ·基于自适应双阈值分割的目标轨迹检测 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·本文工作总结 | 第57页 |
| ·对研究工作的展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 研究生在读期间的研究成果 | 第64-65页 |
