| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状与发展趋势 | 第9-14页 |
| 1.3 研究的主要内容及结构安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 稀疏表示理论 | 第16-26页 |
| 2.1 稀疏表示理论基本原理 | 第16-21页 |
| 2.1.1 从逼近论到稀疏表示 | 第16-17页 |
| 2.1.2 稀疏性的度量 | 第17-19页 |
| 2.1.3 稀疏解的唯一性 | 第19-21页 |
| 2.2 稀疏表示模型的求解方法 | 第21-25页 |
| 2.2.1 基于贪婪算法的求解方法 | 第21-23页 |
| 2.2.2 基于凸松弛的求解方法 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 序列图像的时域稀疏特性分析 | 第26-35页 |
| 3.1 稀疏表示模型 | 第26-27页 |
| 3.2 字典的构造方法 | 第27-30页 |
| 3.2.1 解析字典 | 第27-28页 |
| 3.2.2 学习字典 | 第28-30页 |
| 3.3 实验结果及分析 | 第30-33页 |
| 3.4 本章小结 | 第33-35页 |
| 4 基于空时域稀疏表示的红外弱小运动目标检测 | 第35-58页 |
| 4.1 图像稀疏表示的形态成分分析 | 第35-37页 |
| 4.1.1 MCA 算法理论模型 | 第35-36页 |
| 4.1.2 MCA 数值优化算法 | 第36-37页 |
| 4.2 序列图像分析 | 第37-38页 |
| 4.3 空时字典构造 | 第38-39页 |
| 4.4 空时字典与空域字典的对比 | 第39-47页 |
| 4.5 基于空时域稀疏表示的红外弱小运动目标检测算法 | 第47-57页 |
| 4.5.1 空时字典分类 | 第47-51页 |
| 4.5.2 目标检测算法原理及步骤 | 第51-52页 |
| 4.5.3 运动目标检测性能对比 | 第52-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 工作展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附录 | 第66页 |
| A. 作者在攻读学位期间取得的科研成果目录 | 第66页 |
| B. 作者在攻读学位期间发表的专利目录 | 第66页 |