| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究现状与发展趋势 | 第15-19页 |
| 1.2.1 目标检测技术研究现状 | 第16-18页 |
| 1.2.2 目标跟踪技术研究现状 | 第18-19页 |
| 1.3 论文主要工作与组织结构 | 第19-22页 |
| 第二章 深空背景红外图像预处理算法 | 第22-40页 |
| 2.1 引言 | 第22页 |
| 2.2 常见红外图像预处理方法 | 第22-29页 |
| 2.2.1 空间域滤波方法 | 第23-27页 |
| 2.2.2 频率域滤波方法 | 第27-29页 |
| 2.3 深空红外图像背景复杂度概念 | 第29-31页 |
| 2.4 深空红外图像背景复杂度描述及有效性分析 | 第31-34页 |
| 2.4.1 基于WIE的背景复杂度描述 | 第31-32页 |
| 2.4.2 基于VWIE对图像背景复杂度的改进描述指标 | 第32-33页 |
| 2.4.3 VWIE对背景复杂度描述的有效性分析 | 第33-34页 |
| 2.4.4 不同背景复杂度指标的比较分析实验 | 第34页 |
| 2.5 基于背景复杂度指标的自适应Butterworth高通滤波预处理 | 第34-38页 |
| 2.5.1 自适应Butterworth高通滤波 | 第35-36页 |
| 2.5.2 实验数据与结果对比分析 | 第36-38页 |
| 2.5.3 实时性分析 | 第38页 |
| 2.6 本章小结 | 第38-40页 |
| 第三章 深空背景红外弱小目标检测算法 | 第40-54页 |
| 3.1 引言 | 第40页 |
| 3.2 Otsu分割算法 | 第40-41页 |
| 3.3 二维灰度直方图直分Otsu迭代算法 | 第41-44页 |
| 3.3.1 二维灰度直方图直分法 | 第41-42页 |
| 3.3.2 二维灰度直方图直分Otsu迭代算法 | 第42-44页 |
| 3.4 二维灰度直方图斜分Otsu迭代算法 | 第44-50页 |
| 3.4.1 二维灰度直方图斜分法 | 第44-46页 |
| 3.4.2 二维灰度直方图斜分Otsu迭代算法 | 第46-48页 |
| 3.4.3 实验结果与对比分析 | 第48-50页 |
| 3.5 基于二维直方图区域斜分的Otsu目标检测改进算法 | 第50-53页 |
| 3.5.1 多帧能量累积方法 | 第50-51页 |
| 3.5.2 改进的Otsu目标检测算法 | 第51-52页 |
| 3.5.3 实验结果与对比分析 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 深空背景红外弱小目标多特征融合算法 | 第54-66页 |
| 4.1 引言 | 第54页 |
| 4.2 红外目标特征提取 | 第54-60页 |
| 4.2.1 红外目标特征提取方法 | 第54-55页 |
| 4.2.2 红外目标常用特征描述 | 第55-57页 |
| 4.2.3 提取的多种目标特征 | 第57-60页 |
| 4.3 多特征融合算法 | 第60-61页 |
| 4.3.1 特征归一化算法 | 第60-61页 |
| 4.3.2 多特征融合算法 | 第61页 |
| 4.4 实验结果与对比分析 | 第61-64页 |
| 4.4.1 简单背景下特征融合对比实验 | 第61-63页 |
| 4.4.2 强噪声点干扰环境下融合对比实验 | 第63-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第五章 深空背景红外弱小目标多特征融合粒子滤波算法 | 第66-88页 |
| 5.1 引言 | 第66页 |
| 5.2 粒子滤波基本原理 | 第66-70页 |
| 5.2.1 基于贝叶斯估计的目标跟踪框架 | 第66-67页 |
| 5.2.2 粒子滤波基本思想 | 第67-68页 |
| 5.2.3 序贯重要性采样 | 第68-69页 |
| 5.2.4 退化问题和重采样 | 第69页 |
| 5.2.5 敛散性问题讨论 | 第69-70页 |
| 5.3 辅助粒子滤波及优化算法 | 第70-74页 |
| 5.3.1 辅助粒子滤波算法 | 第70-71页 |
| 5.3.2 辅助粒子滤波算法优化 | 第71-72页 |
| 5.3.3 实验结果与对比分析 | 第72-74页 |
| 5.4 基于多特征融合的优化辅助粒子滤波算法 | 第74-86页 |
| 5.4.1 算法描述 | 第74-76页 |
| 5.4.2 仿真数据实验结果与对比分析 | 第76-80页 |
| 5.4.3 真实数据实验结果与对比分析 | 第80-85页 |
| 5.4.4 实时性分析 | 第85-86页 |
| 5.5 本章小结 | 第86-88页 |
| 第六章 总结与展望 | 第88-90页 |
| 6.1 工作总结 | 第88-89页 |
| 6.2 工作展望 | 第89-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-97页 |
| 作者在学期间取得的学术成果 | 第97页 |
