| 摘 要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8页 |
| ·红外弱小目标检测的研究现状 | 第8-11页 |
| ·本文的主要工作及内容安排 | 第11-14页 |
| 第二章 图像配准方法研究 | 第14-20页 |
| ·图像配准方法研究 | 第14-17页 |
| ·基于图像局部特征的配准方法 | 第14-15页 |
| ·基于点模式的配准方法 | 第14-15页 |
| ·基于轮廓的配准方法 | 第15页 |
| ·基于全局灰度信息的配准方法 | 第15-17页 |
| ·相位相关法 | 第15-16页 |
| ·基于光流方程的方法 | 第16-17页 |
| ·块匹配法 | 第17页 |
| ·方法分析比较 | 第17-19页 |
| ·参数选择 | 第18-19页 |
| ·仿真结果 | 第19页 |
| ·小结 | 第19-20页 |
| 第三章 红外图像背景杂波抑制算法研究 | 第20-34页 |
| ·背景分析 | 第20-21页 |
| ·基于局部背景非线性预测的抑制方法 | 第21-29页 |
| ·形态学滤波 | 第21-23页 |
| ·改进的去中值滤波 | 第23-24页 |
| ·Robinson Guard 滤波 | 第24页 |
| ·自适应LMS背景预测算法 | 第24-26页 |
| ·自适应LMS背景预测算法改进 | 第26-29页 |
| ·实验结果与性能比较 | 第29-32页 |
| ·小结 | 第32-34页 |
| 第四章 时域高阶累积量统计判决 | 第34-42页 |
| ·高阶累积量的基本概念及其主要性质 | 第34-36页 |
| ·时域高阶累积量统计判决 | 第36-41页 |
| ·检测方案 | 第37-39页 |
| ·算法实现 | 第39页 |
| ·实验与结果分析 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第五章 红外序列图像的弱小目标检测与跟踪 | 第42-50页 |
| ·基于空域管道积累和时域邻域判决的运动弱小目标搜索 | 第43-45页 |
| ·空域管道积累 | 第43页 |
| ·时域邻域判决 | 第43-45页 |
| ·基于跟踪记忆模型的弱小运动目标的跟踪 | 第45-48页 |
| ·目标捕获状态(CAP) | 第46-47页 |
| ·目标跟踪状态(TRA) | 第47-48页 |
| ·目标记忆预测跟踪(MEM) | 第48页 |
| ·小结 | 第48-50页 |
| 结束语 | 第50-52页 |
| 工作总结 | 第50-51页 |
| 课题展望 | 第51-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 在读期间研究成果 | 第58页 |