| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题背景及研究意义 | 第7-8页 |
| ·红外弱小目标检测研究现状 | 第8-11页 |
| ·本文研究内容及结构安排 | 第11-13页 |
| ·研究内容 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 红外图像序列像素时域模型 | 第13-19页 |
| ·引言 | 第13页 |
| ·基于高斯白噪声过程的背景像素时域模型 | 第13-14页 |
| ·基于费米(Fermi)函数导数的目标像素时域模型 | 第14-15页 |
| ·基于Markov模型的杂波像素时域模型 | 第15-16页 |
| ·本文研究图像时域模型分类 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 基于时域形态学滤波的背景抑制预处理 | 第19-35页 |
| ·引言 | 第19页 |
| ·时域中值滤波算法 | 第19-21页 |
| ·基于时域的数学形态学滤波和中值滤波预处理 | 第21-31页 |
| ·数学形态学基础 | 第21-28页 |
| ·时域形态学滤波与中值滤波相结合的背景估计 | 第28-31页 |
| ·试验结果分析 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 云杂波背景下目标的检测 | 第35-49页 |
| ·引言 | 第35页 |
| ·典型的时域目标检测算法 | 第35-40页 |
| ·红外弱小目标检测两大类算法比较 | 第35-37页 |
| ·检测前跟踪方法(TBD)的典型检测方法 | 第37-40页 |
| ·基于时域廓线分析的目标检测算法 | 第40-44页 |
| ·性能分析与实验结果 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 结束语 | 第49-51页 |
| ·本文所取得成果 | 第49-50页 |
| ·下一步工作 | 第50-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 研究成果 | 第57页 |