| 第一章 引言 | 第1-16页 |
| 1．1 研究背景及意义 | 第10-12页 |
| 1．2 相关技术及其研究动态 | 第12-14页 |
| 1．2．1 背景抑制及白化技术 | 第12页 |
| 1．2．2 基于动目标提取的检测技术 | 第12-13页 |
| 1．2．3 基于背景估计的检测技术 | 第13页 |
| 1．2．4 基于时空分集理论的TBD检测技术 | 第13-14页 |
| 1．3 创新之处及论文安排 | 第14-16页 |
| 第二章 视频图像序列的基本统计模型及仿真系统 | 第16-35页 |
| 2．1 图像序列的随机实验模型 | 第16-18页 |
| 2．1．1 多维随机信号 | 第16-17页 |
| 2．1．2 图像序列的随机实验模型 | 第17-18页 |
| 2．2 随机图像的像素和VOB的基本描述 | 第18-19页 |
| 2．2．1 像素代数的基本描述Pixel-Algebra | 第18页 |
| 2．2．2 VOB代数的基本描述VOB-Algebra | 第18-19页 |
| 2．3 基本统计模型仿真任务与PC仿真系统设计 | 第19-26页 |
| 2．3．1 仿真任务 | 第19页 |
| 2．3．2 PC仿真系统设计 | 第19-26页 |
| 2．4 PC仿真实验与结果分析 | 第26-35页 |
| 2．4．1 统计模型PC仿真实验 | 第26-33页 |
| 2．4．2 基于仿真实验的统计特性分析及结论 | 第33-35页 |
| 第三章 图像目标的可视性、分类参数描述与仿真系统 | 第35-54页 |
| 3．1 目标图像邻对比度、邻对比信噪比 | 第35-41页 |
| 3．1．1 目标可视性与邻对比度 | 第35-37页 |
| 3．1．2 目标可检测性与邻对比信噪比 | 第37-41页 |
| 3．2 基于邻对比度、邻对比信噪比的目标可视性分类 | 第41-43页 |
| 3．2．1 目标可视性分类 | 第41-42页 |
| 3．2．2 目标图像的可视性模型 | 第42-43页 |
| 3．3 目标可视性参数模型仿真任务与PC仿真系统设计 | 第43-47页 |
| 3．3．1 仿真任务 | 第43页 |
| 3．3．2 PC仿真系统设计 | 第43-47页 |
| 3．4 PC仿真实验与结果分析 | 第47-54页 |
| 3．4．1 目标可视性参数模型PC仿真实验 | 第47-51页 |
| 3．4．2 基于仿真实验的分析及结论 | 第51-54页 |
| 第四章 基于统计模型可视性模型的运动目标检测技术 | 第54-77页 |
| 4．1 高信噪比下运动目标检测技术 | 第54-65页 |
| 4．1．1 基于动目标提取的检测技术 | 第54-60页 |
| 4．1．2 基于背景估计的检测技术 | 第60-63页 |
| 4．1．3 背景抑制及白化技术 | 第63-65页 |
| 4．2 低信噪比下点状运动目标检测技术 | 第65-70页 |
| 4．2．1 准平稳视频序列图像中微弱点状运动目标模型描述 | 第66-67页 |
| 4．2．2 微弱点状运动目标检测基本理论 | 第67-69页 |
| 4．2．3 基于时空分集理论的TBD实施方案 | 第69-70页 |
| 4．3 PC仿真及算法实现 | 第70-77页 |
| 4．3．1 PC仿真任务 | 第70-71页 |
| 4．3．2 动目标提取的PC仿真 | 第71页 |
| 4．3．3 背景估计的PC仿真 | 第71-73页 |
| 4．3．4 两种方法的比较和分析 | 第73-77页 |
| 第五章 全文总结 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 个人简历 | 第83页 |
