| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·本文研究背景及意义 | 第10-15页 |
| ·机场跑道检测的发展和研究现状 | 第15-16页 |
| ·论文的结构 | 第16-18页 |
| 第二章 机场跑道图像处理 | 第18-34页 |
| ·图像增强 | 第18页 |
| ·空间域图像增强 | 第18-23页 |
| ·灰度变换 | 第18-20页 |
| ·图像噪声 | 第20页 |
| ·平滑空间滤波器 | 第20-22页 |
| ·锐化空间滤波器 | 第22-23页 |
| ·频域图像增强 | 第23-26页 |
| ·频域平滑滤波器（低通滤波器） | 第23-24页 |
| ·频域锐化滤波器（高通滤波器） | 第24-25页 |
| ·同态滤波器 | 第25-26页 |
| ·图像分割 | 第26-33页 |
| ·间断检测 | 第27-32页 |
| ·边缘连接和边界检测 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 机场跑道检测与识别 | 第34-48页 |
| ·跑道检测与识别算法分析 | 第34-35页 |
| ·跑道图像预处理 | 第35-39页 |
| ·跑道图像增强 | 第35-36页 |
| ·图像开运算 | 第36-37页 |
| ·跑道边缘检测 | 第37-38页 |
| ·跑道边缘筛选 | 第38-39页 |
| ·线段检测 | 第39-43页 |
| ·Hough 变换 | 第39-40页 |
| ·线段匹配 | 第40-42页 |
| ·线段筛选 | 第42-43页 |
| ·跑道识别 | 第43-47页 |
| ·跑道线段搜索 | 第43-45页 |
| ·跑道线段筛选 | 第45-46页 |
| ·跑道区域筛选 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 跑道及运动目标检测 | 第48-71页 |
| ·运动目标检测技术 | 第48-55页 |
| ·点检测器 | 第48-49页 |
| ·背景减除 | 第49-51页 |
| ·区域分割 | 第51-53页 |
| ·有监督学习 | 第53-55页 |
| ·跑道检测算法 | 第55-69页 |
| ·标准码书前景检测 | 第55-60页 |
| ·时空码书前景检测 | 第60-64页 |
| ·自适应时空码书前景检测 | 第64-67页 |
| ·自适应时空码书前景检测实验结果与分析 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 第五章 机场跑道监视算法 | 第71-118页 |
| ·运动目标跟踪技术 | 第71-79页 |
| ·点跟踪 | 第71页 |
| ·确定性点对应方法 | 第71-73页 |
| ·核跟踪 | 第73-76页 |
| ·基于轮廓的跟踪 | 第76-78页 |
| ·评估 | 第78-79页 |
| ·基于自适应时空码书的粒子滤波跟踪监视 | 第79-93页 |
| ·蒙特卡罗方法 | 第79-80页 |
| ·粒子滤波算法 | 第80-84页 |
| ·基于自适应时空码书的粒子滤波跟踪算法 | 第84-89页 |
| ·基于自适应时空码书的粒子滤波跟踪算法实验结果与分析 | 第89-93页 |
| ·基于变分贝叶斯推论的Mean Shift 跟踪监视 | 第93-117页 |
| ·变分的贝叶斯推论 | 第93-101页 |
| ·Mean Shift 跟踪算法 | 第101-110页 |
| ·基于变分贝叶斯推论的Mean Shift 跟踪算法 | 第110-116页 |
| ·基于变分贝叶斯推论的Mean Shift 跟踪实验结果与分析 | 第116-117页 |
| ·本章小结 | 第117-118页 |
| 第六章 总结与展望 | 第118-121页 |
| ·本文研究背景及意义 | 第118-119页 |
| ·展望 | 第119-121页 |
| 参考文献 | 第121-126页 |
| 攻读硕士学位期间已发表或录用的论文 | 第126-127页 |
| 致谢 | 第127-129页 |
