| 摘要 | 第11-13页 |
| Abstract | 第13-14页 |
| 第一章 绪论 | 第15-33页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-27页 |
| 1.2.1 典型IRST系统基本概况 | 第16-21页 |
| 1.2.2 红外目标检测算法的研究现状 | 第21-27页 |
| 1.3 论文研究的关键技术 | 第27-31页 |
| 1.3.1 存在的难点 | 第27-29页 |
| 1.3.2 研究的关键技术 | 第29-31页 |
| 1.4 论文的内容及组织结构 | 第31-33页 |
| 第二章 红外图像动态范围压缩及细节增强 | 第33-65页 |
| 2.1 引言 | 第33页 |
| 2.2 红外图像的细节增强技术 | 第33-39页 |
| 2.2.1 高动态范围压缩与细节增强 | 第34-35页 |
| 2.2.2 传统的动态压缩及增强算法 | 第35-37页 |
| 2.2.3 双边滤波原理 | 第37-39页 |
| 2.3 一种新的动态范围压缩及细节增强算法 | 第39-52页 |
| 2.3.1 基于双边滤波的高动态图像分解 | 第40-43页 |
| 2.3.2 局部对比度保持的高动态范围压缩 | 第43-47页 |
| 2.3.3 细节增强 | 第47-51页 |
| 2.3.4 DRCDDE算法的参数选用 | 第51-52页 |
| 2.4 实验与结果分析 | 第52-64页 |
| 2.4.1 图像视觉效果对比 | 第53-62页 |
| 2.4.2 定量指标的对比 | 第62-64页 |
| 2.5 本章小结 | 第64-65页 |
| 第三章 大视场红外图像快速兴趣区提取算法 | 第65-89页 |
| 3.1 引言 | 第65页 |
| 3.2 基于优化去均值归一化相关的前景配准 | 第65-72页 |
| 3.2.1 一种优化的去均值归一化相关算法 | 第66-67页 |
| 3.2.2 大视场红外图像前景配准算法 | 第67-68页 |
| 3.2.3 模板更新策略 | 第68-71页 |
| 3.2.4 实验结果与分析 | 第71-72页 |
| 3.3 基于视觉注意的红外图像显著性检测 | 第72-81页 |
| 3.3.1 基于Gabor滤波的多通道特征提取 | 第73-76页 |
| 3.3.2 红外图像的显著图生成模型 | 第76-78页 |
| 3.3.3 应用视觉注意的红外目标检测 | 第78-79页 |
| 3.3.4 实验与结果分析 | 第79-81页 |
| 3.4 基于分块图像加权熵的ROI提取算法 | 第81-88页 |
| 3.4.1 分块图像的局部信息熵描述 | 第82-83页 |
| 3.4.2 一种新的加权局部熵的提出 | 第83-85页 |
| 3.4.3 基于加权局部熵的目标兴趣区提取 | 第85-87页 |
| 3.4.4 实验与结果分析 | 第87-88页 |
| 3.5 本章小结 | 第88-89页 |
| 第四章 基于离散尺度空间尺度分析的目标检测 | 第89-129页 |
| 4.1 引言 | 第89-90页 |
| 4.2 图像的多尺度分析 | 第90-96页 |
| 4.2.1 多尺度分析的方法 | 第90-93页 |
| 4.2.2 尺度空间理论 | 第93-96页 |
| 4.3 基于离散尺度空间的飞机目标尺度选择模型 | 第96-101页 |
| 4.3.1 红外目标的blob-like特征建模 | 第96-98页 |
| 4.3.2 二维离散尺度空间的数值化实现 | 第98-99页 |
| 4.3.3 一种Laplacian离散相似的尺度选择算子 | 第99-101页 |
| 4.4 基于多尺度奇异性的自动尺度选择 | 第101-115页 |
| 4.4.1 NDAL算子的局部极值点检测算法 | 第102-103页 |
| 4.4.2 红外图像典型目标的多尺度奇异性准则 | 第103-107页 |
| 4.4.3 红外目标自动尺度选择算法 | 第107页 |
| 4.4.4 实验结果与分析 | 第107-115页 |
| 4.5 大视场红外目标检测及虚警剔除 | 第115-128页 |
| 4.5.1 基于Neyman-Pearson准则的目标检测 | 第116-119页 |
| 4.5.2 红外目标特征提取 | 第119-124页 |
| 4.5.3 基于多特征融合的目标确认 | 第124-125页 |
| 4.5.4 实验结果与分析 | 第125-128页 |
| 4.6 本章小结 | 第128-129页 |
| 第五章 大数据量图像的实时处理技术 | 第129-145页 |
| 5.1 引言 | 第129页 |
| 5.2 大视场红外搜索系统的总体结构 | 第129-131页 |
| 5.3 高性能图像处理平台的实现技术 | 第131-139页 |
| 5.3.1 多核DSP实现高性能的运算 | 第132-133页 |
| 5.3.2 基于Rcokt IO高速串行技术的大数据率传输 | 第133-135页 |
| 5.3.3 多核DSP+FPGA高性能处理机的实现 | 第135-139页 |
| 5.4 硬件平台测试结果分析 | 第139-143页 |
| 5.4.1 高带宽传输分析 | 第139-141页 |
| 5.4.2 并行处理优化 | 第141-143页 |
| 5.5 本章小结 | 第143-145页 |
| 第六章 总结与展望 | 第145-148页 |
| 6.1 本文主要研究成果 | 第145-146页 |
| 6.2 下一步工作展望 | 第146-148页 |
| 致谢 | 第148-150页 |
| 参考文献 | 第150-160页 |
| 作者在攻读博士学位期间取得的学术成果 | 第160-162页 |
| 作者在攻读博士学位期间参加的科研项目 | 第162页 |
