| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-30页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·相关技术与国内外研究现状 | 第13-27页 |
| ·红外探测技术的现状和发展 | 第13-15页 |
| ·红外小目标检测的难点 | 第15-16页 |
| ·红外图像预处理的现状和发展 | 第16-19页 |
| ·红外小目标检测技术的现状和发展 | 第19-24页 |
| ·红外小目标跟踪技术的现状和发展 | 第24-27页 |
| ·本文主要内容和章节安排 | 第27-30页 |
| ·本文主要内容 | 第27-28页 |
| ·论文章节安排 | 第28-30页 |
| 第2章 红外小目标图像预处理算法研究 | 第30-64页 |
| ·引言 | 第30页 |
| ·红外图像成像原理 | 第30-34页 |
| ·红外图像特性分析 | 第34-40页 |
| ·红外图像整体特性 | 第34-35页 |
| ·红外图像背景特性 | 第35-36页 |
| ·红外图像噪声特性 | 第36-37页 |
| ·红外图像小目标特性 | 第37-40页 |
| ·常用的红外图像预处理方法 | 第40-53页 |
| ·背景抑制原理 | 第40-41页 |
| ·空域预处理方法 | 第41-49页 |
| ·频域预处理方法 | 第49-53页 |
| ·采用改进双边滤波算法的图像预处理 | 第53-63页 |
| ·双边滤波算法简介 | 第53-55页 |
| ·加窗的双边滤波算法 | 第55-57页 |
| ·Tophat 变换和加窗双边滤波算法相结合的图像预处理 | 第57-63页 |
| ·本章小结 | 第63-64页 |
| 第3章 红外小目标检测算法研究 | 第64-96页 |
| ·引言 | 第64页 |
| ·图像检测的基本理论 | 第64-68页 |
| ·信号估计理论基础 | 第64-66页 |
| ·奈曼-皮尔逊（Neyman-Pearson）准则 | 第66-68页 |
| ·常用的图像分割算法 | 第68-78页 |
| ·图像分割的基本理论 | 第68-70页 |
| ·直方图分割法 | 第70-76页 |
| ·最大熵分割法 | 第76-78页 |
| ·采用尺度空间算法检测红外弱小目标的方法 | 第78-88页 |
| ·尺度空间理论基础 | 第78-83页 |
| ·利用 DoG 算法检测目标的方法 | 第83-88页 |
| ·一种管径自适应的管道滤波算法 | 第88-94页 |
| ·本章小结 | 第94-96页 |
| 第4章 红外小目标跟踪算法研究 | 第96-116页 |
| ·引言 | 第96-97页 |
| ·目标跟踪的贝叶斯框架： | 第97-98页 |
| ·卡尔曼滤波理论及改进算法研究 | 第98-104页 |
| ·卡尔曼滤波理论 | 第98-102页 |
| ·卡尔曼滤波和 DoG 尺度空间算法相结合的跟踪算法 | 第102-104页 |
| ·粒子滤波理论及改进算法研究 | 第104-114页 |
| ·蒙特卡洛算法原理 | 第104-105页 |
| ·粒子滤波理论 | 第105-112页 |
| ·利用 DoG 算法实现卡尔曼滤波和粒子滤波跟踪算法切换 | 第112-114页 |
| ·本章小结 | 第114-116页 |
| 第5章 红外视频跟踪器的设计与实现 | 第116-126页 |
| ·引言 | 第116页 |
| ·红外视频跟踪器的组成及功能 | 第116-117页 |
| ·红外视频跟踪器的组成 | 第116-117页 |
| ·红外视频跟踪器的功能 | 第117页 |
| ·红外视频跟踪器系统工作流程 | 第117-118页 |
| ·跟踪器系统方案 | 第118-123页 |
| ·跟踪器功能模块设计 | 第118-119页 |
| ·跟踪器算法模块设计 | 第119-121页 |
| ·跟踪器硬件设计方案 | 第121-122页 |
| ·其他设计 | 第122-123页 |
| ·板卡测试 | 第123-125页 |
| ·本章小结 | 第125-126页 |
| 第6章 总结与展望 | 第126-130页 |
| ·论文总结 | 第126-127页 |
| ·论文创新点 | 第127-128页 |
| ·未来展望 | 第128-130页 |
| 参考文献 | 第130-140页 |
| 在学期间学术成果情况 | 第140-142页 |
| 指导教师及作者简介 | 第142-144页 |
| 致谢 | 第144页 |
