| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究的背景及意义 | 第16页 |
| 1.2 相关技术的研究现状与发展 | 第16-19页 |
| 1.3 论文的研究内容及安排 | 第19-22页 |
| 第二章 红外图像的预处理 | 第22-36页 |
| 2.1 红外图像的特性分析 | 第22-26页 |
| 2.1.1 含有小目标的红外图像的数学模型 | 第22-23页 |
| 2.1.2 红外图像中小目标的特性分析 | 第23-24页 |
| 2.1.3 红外图像背景特性分析 | 第24-25页 |
| 2.1.4 红外图像噪声特性分析 | 第25-26页 |
| 2.2 空间域滤波方法 | 第26-31页 |
| 2.2.1 高通滤波 | 第26-27页 |
| 2.2.2 中值滤波 | 第27-28页 |
| 2.2.3 数学形态学滤波 | 第28-30页 |
| 2.2.4 局部标准差滤波 | 第30-31页 |
| 2.3 频域滤波方法 | 第31-34页 |
| 2.3.1 理想高通滤波 | 第31-32页 |
| 2.3.2 Butterworth高通滤波 | 第32-33页 |
| 2.3.3 高斯高通滤波 | 第33-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 基于双局部方差的红外图像预处理方法 | 第36-58页 |
| 3.1 红外图像离散度描述 | 第36-39页 |
| 3.2 基于双局部方差的红外图像预处理方法 | 第39-50页 |
| 3.2.1 双局部方差方法的设计与分析 | 第39-42页 |
| 3.2.2 模板的选取与分析 | 第42-49页 |
| 3.2.3 基于双局部方差的红外图像预处理方法 | 第49-50页 |
| 3.3 实验结果及其分析 | 第50-57页 |
| 3.3.1 评价方法 | 第50-51页 |
| 3.3.2 图像处理及评价 | 第51-57页 |
| 3.4 本章小结 | 第57-58页 |
| 第四章 结合人眼视觉特性的一维最大模糊熵图像分割方法 | 第58-78页 |
| 4.1 几种常用阈值分割方法 | 第58-62页 |
| 4.1.2 双峰法 | 第59页 |
| 4.1.3 最大类间方差法 | 第59-61页 |
| 4.1.4 迭代分割法 | 第61-62页 |
| 4.2 基于最大模糊熵的图像分割方法及分析 | 第62-67页 |
| 4.2.1 模糊理论基础与应用 | 第62-64页 |
| 4.2.2 最大模糊熵图像分割方法 | 第64-67页 |
| 4.3 结合人眼视觉特性的一维最大模糊熵图像分割方法 | 第67-74页 |
| 4.3.1 韦伯-费克纳定律 | 第67-68页 |
| 4.3.2 结合人眼视觉特性的一维最大模糊熵分割方法 | 第68-74页 |
| 4.4 方法评价 | 第74-75页 |
| 4.5 本章小结 | 第75-78页 |
| 第五章 总结与展望 | 第78-80页 |
| 5.1 全文总结 | 第78页 |
| 5.2 研究展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 作者简介 | 第86-87页 |
