摘要 | 第1-5页 |
Abstract | 第5-12页 |
第一章 绪论 | 第12-21页 |
§1.1 课题的来源、研究背景及选题依据 | 第12页 |
§1.2 国内外研究现状 | 第12-13页 |
§1.3 本文的主要工作及内容安排 | 第13-19页 |
§1.3.1 本文的主要工作 | 第14-18页 |
§1.3.2 论文结构 | 第18-19页 |
§1.4 本文所取得的主要成果 | 第19-21页 |
第二章 基于红外双波段图像信息融合的弱目标检测 | 第21-48页 |
§2.1 引言 | 第21页 |
§2.2 采用小波变换与形态学滤波的背景抑制与目标增强算法 | 第21-31页 |
§2.2.1 图像双正交小波变换理论 | 第22-24页 |
§2.2.2 基于灰度形态学滤波的背景抑制技术 | 第24-27页 |
§2.2.3 实验结果及分析 | 第27-31页 |
§2.2.4 小结 | 第31页 |
§2.3 基于非对称融合策略的双色红外弱目标检测方法 | 第31-47页 |
§2.3.1 基于自适应门限的目标点搜索与小目标分割 | 第32-33页 |
§2.3.2 采用非对称策略的双色红外弱目标融合检测 | 第33-35页 |
§2.3.3 融合检测性能分析 | 第35-39页 |
§2.3.4 时域递归融合 | 第39-42页 |
§2.3.5 实验结果及分析 | 第42-47页 |
§2.3.6 小结 | 第47页 |
§2.4 本章小结 | 第47-48页 |
第三章 基于多特征多级分类的红外双波段图像点目标融合识别 | 第48-97页 |
§3.1 引言 | 第48-49页 |
§3.2 红外目标与诱饵特性分析 | 第49-53页 |
§3.3 红外目标图像特征提取 | 第53-57页 |
§3.3.1 对比统计特征 | 第54-56页 |
§3.3.2 局部纹理特征 | 第56-57页 |
§3.3.3 红外双波段图像能量比 | 第57页 |
§3.4 基于改进遗传算法的特征选择方法 | 第57-69页 |
§3.4.1 特征选择问题(FSP)及其常用方法 | 第58-60页 |
§3.4.2 基于适应度函数Walsh分析与修正谱的特征分级 | 第60-62页 |
§3.4.3 基于改进遗传算法的特征选择 | 第62-65页 |
§3.4.4 实验结果及分析 | 第65-68页 |
§3.4.5 小结 | 第68-69页 |
§3.5 采用D-S证据理论与K-近邻分类规则的点目标识别方法 | 第69-89页 |
§3.5.1 采用最大相关样本子空间算法建立类原型向量集 | 第69-70页 |
§3.5.2 基于D-S证据理论与类原型向量集的自适应K-近邻分类规则 | 第70-74页 |
§3.5.3 传感器融合与时域递归融合 | 第74-78页 |
§3.5.4 决策规则分析 | 第78-81页 |
§3.5.5 算法的神经网络实现 | 第81-86页 |
§3.5.6 实验结果及分析 | 第86-89页 |
§3.5.7 小结 | 第89页 |
§3.6 基于时域特征的红外目标与诱饵辨别方法 | 第89-96页 |
§3.6.1 基于多特征的广义数据关联 | 第90-91页 |
§3.6.2 红外目标与诱饵时域特征提取 | 第91-93页 |
§3.6.3 实验结果及分析 | 第93-96页 |
§3.6.4 小结 | 第96页 |
§3.7 本章小结 | 第96-97页 |
第四章 双色红外成像目标精确跟踪算法研究 | 第97-135页 |
§4.1 引言 | 第97页 |
§4.2 红外成像目标跟踪算法分析 | 第97-101页 |
§4.3 基于算法融合的红外成像目标跟踪方法 | 第101-118页 |
§4.3.1 基于"当前"统计模型的偏移量序列建模 | 第102-106页 |
§4.3.2 采用多分辨技术的偏移量测量序列滤波与去噪 | 第106-111页 |
§4.3.3 基于算法融合的多模红外成像目标跟踪 | 第111-114页 |
§4.3.4 实验结果及分析 | 第114-118页 |
§4.3.5 小结 | 第118页 |
§4.4 采用模糊推理自适应加权融合的双色红外成像目标精确跟踪算法 | 第118-134页 |
§4.4.1 传感器误差动态特性的神经网络识别 | 第119-121页 |
§4.4.2 自适应加权的模糊推理确定 | 第121-126页 |
§4.4.3 采用最小均方误差自适应格形滤波器的目标偏移量预测 | 第126-133页 |
§4.4.4 仿真实验结果及分析 | 第133-134页 |
§4.4.5 小结 | 第134页 |
§4.5 本章小结 | 第134-135页 |
第五章 结束语 | 第135-138页 |
§5.1 本文的主要贡献 | 第135-136页 |
§5.2 有待深入研究的问题 | 第136-138页 |
致谢 | 第138-139页 |
参考文献 | 第139-146页 |
作者在攻读博士学位期间发表的学术论文 | 第146-147页 |
作者在攻读博士学位期间参加的科研项目 | 第147页 |