| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1. 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文结构安排 | 第14-16页 |
| 2. 光斑图像检测及图像复原 | 第16-29页 |
| 2.1 靶场光斑仪光斑图像检测 | 第16-18页 |
| 2.1.1 背景相减法 | 第16-17页 |
| 2.1.2 图像差分法 | 第17页 |
| 2.1.3 基于光流的分割法 | 第17-18页 |
| 2.2 运动模糊光斑图像复原论述 | 第18-21页 |
| 2.2.1 运动模糊图像形成过程的描述 | 第19页 |
| 2.2.2 匀速直线运动模糊的退化模型 | 第19-21页 |
| 2.2.3 匀速直线运动的点扩散函数参数确定 | 第21页 |
| 2.3 基于小波域的维纳滤波复原法 | 第21-28页 |
| 2.3.1 小波变换的基本理论 | 第22-23页 |
| 2.3.2 维纳复原法 | 第23-25页 |
| 2.3.3 Lucy-Richardson滤波复原 | 第25页 |
| 2.3.4 基于小波域的光斑图像复原法 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3. 激光光斑图像的处理分析 | 第29-52页 |
| 3.1 常见噪声类型分析 | 第29-31页 |
| 3.2 光斑图像常用滤波方法分析 | 第31-41页 |
| 3.2.1 中值滤波 | 第31页 |
| 3.2.2 自适应滤波法 | 第31-32页 |
| 3.2.3 小波分解法 | 第32-41页 |
| 3.3 不同滤波方法处理光斑图像实验验证及分析 | 第41-43页 |
| 3.4 基于蚁群算法的模糊C均值聚类的图像分割 | 第43-51页 |
| 3.4.1 传统模糊C均值聚类算法的图像分割 | 第43-45页 |
| 3.4.2 基于蚁群算法的模糊C均值聚类算法的改进 | 第45-51页 |
| 3.5 本章小结 | 第51-52页 |
| 4. 目标靶与光斑参数的计算 | 第52-59页 |
| 4.1 光斑中心参数算法研究 | 第52-56页 |
| 4.1.1 Hough变换法 | 第52-53页 |
| 4.1.2 重心法 | 第53页 |
| 4.1.3 圆拟合算法 | 第53-55页 |
| 4.1.4 光斑中心算法实验验证 | 第55-56页 |
| 4.2 目标靶图像检测 | 第56-57页 |
| 4.2.1 Hough变换直线检测 | 第56页 |
| 4.2.2 Radon变换直线检测 | 第56-57页 |
| 4.2.3 直线检测实验验证 | 第57页 |
| 4.3 本章小结 | 第57-59页 |
| 5. 光斑图像处理的算法实验验证 | 第59-66页 |
| 5.1 光斑图像检测及图像复原 | 第59-61页 |
| 5.1.1 光斑图像检测 | 第59-60页 |
| 5.1.2 光斑及背景图像复原 | 第60-61页 |
| 5.2 光斑图像预处理 | 第61-65页 |
| 5.2.1 图像滤波 | 第61-62页 |
| 5.2.2 光斑图像及背景图像分割 | 第62-65页 |
| 5.3 光斑及目标中心参数计算 | 第65页 |
| 5.4 本章小结 | 第65-66页 |
| 6. 总结与展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士期间发表论文 | 第73-74页 |
| 致谢 | 第74-75页 |