| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题背景及研究意义 | 第16-19页 |
| 1.1.1 小目标的相关概念 | 第16-18页 |
| 1.1.2 小目标检测的难点 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-20页 |
| 1.3 本文章节安排 | 第20-22页 |
| 第二章 红外小目标检测的经典算法 | 第22-34页 |
| 2.1 红外图像的预处理 | 第22-27页 |
| 2.1.1 中值滤波 | 第22-24页 |
| 2.1.2 直方图均衡化 | 第24-25页 |
| 2.1.3 背景预测 | 第25-27页 |
| 2.2 小目标检测算法 | 第27-34页 |
| 2.2.1 门限分割 | 第27页 |
| 2.2.2 区域生长 | 第27-28页 |
| 2.2.3 基于小波变换的小目标检测 | 第28-33页 |
| 2.2.4 神经网络方法 | 第33-34页 |
| 第三章 NWTH算子结合椭圆抛物面拟合小目标检测算法 | 第34-52页 |
| 3.1 红外成像原理 | 第34-36页 |
| 3.2 灰度数学形态学 | 第36-37页 |
| 3.3 Top-hat算子 | 第37-38页 |
| 3.4 NWTH | 第38-40页 |
| 3.4.1 NWTH变换 | 第38-39页 |
| 3.4.2 NWTH的性质 | 第39-40页 |
| 3.5 椭圆抛物面拟合 | 第40-44页 |
| 3.5.1 二次曲面 | 第40-41页 |
| 3.5.2 椭圆抛物面 | 第41页 |
| 3.5.3 最小二乘法 | 第41-42页 |
| 3.5.4 最小二乘法拟合椭圆抛物面 | 第42-44页 |
| 3.6 基于NWTH和椭圆抛物面拟合的小目标检测算法 | 第44-50页 |
| 3.6.1 仿真实验 | 第44-45页 |
| 3.6.2 仿真结果及分析 | 第45-50页 |
| 3.7 本章小结 | 第50-52页 |
| 第四章 鲁棒主成分分析检测小目标的可行性和有效性研究 | 第52-72页 |
| 4.1 数学基础 | 第52-55页 |
| 4.1.1 矩阵的秩 | 第52-53页 |
| 4.1.2 矩阵的范数 | 第53-54页 |
| 4.1.3 矩阵的奇异值分解 | 第54-55页 |
| 4.2 高维大数据的分析方法 | 第55-59页 |
| 4.2.1 压缩感知 | 第56-57页 |
| 4.2.2 矩阵秩最小化 | 第57-58页 |
| 4.2.3 低秩矩阵恢复 | 第58-59页 |
| 4.3 鲁棒主成分分析 | 第59-63页 |
| 4.3.1 加速近端梯度算法（APG） | 第59-62页 |
| 4.3.2 对偶方法（DUAL） | 第62页 |
| 4.3.3 精确增广拉格朗日乘子法（EALM） | 第62-63页 |
| 4.4 基于RPCA的红外小目标检测算法 | 第63-69页 |
| 4.4.1 可行性分析 | 第63-66页 |
| 4.4.2 有效性分析 | 第66页 |
| 4.4.3 仿真结果及分析 | 第66-69页 |
| 4.5 本章小结 | 第69-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 全文工作总结 | 第72-73页 |
| 5.2 未来工作展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 作者简介 | 第80-81页 |
