| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第一章 绪论 | 第13-23页 |
| ·前言 | 第13-14页 |
| ·基于运动分析的目标检测方法 | 第14-17页 |
| ·帧间图像差分法 | 第14-15页 |
| ·能量累积方法 | 第15-16页 |
| ·光流分割法 | 第16页 |
| ·运动参数估计法 | 第16-17页 |
| ·基于匹配技术的目标检测方法 | 第17-18页 |
| ·利用小波变换的检测方法 | 第18-20页 |
| ·DSP在实时数字信号处理中的应用 | 第20-21页 |
| ·论文的具体研究目的及章节安排 | 第21-23页 |
| 第二章 傅里叶变换到小波变换的时频分析 | 第23-50页 |
| ·前言 | 第23页 |
| ·傅里叶变换的基本理论 | 第23-26页 |
| ·傅里叶变换 | 第24页 |
| ·二维离散傅里叶变换及其基本性质 | 第24-26页 |
| ·时频分析法 | 第26-28页 |
| ·短时傅里叶变换 | 第26页 |
| ·小波变换的作用 | 第26-27页 |
| ·傅里叶变换与小波变换在性能上的比较 | 第27-28页 |
| ·小波变换的时频分析 | 第28-41页 |
| ·小波的基本理论 | 第28-29页 |
| ·多分辨分析 | 第29-33页 |
| ·尺度函数与小波 | 第33-34页 |
| ·Mallat算法与塔式分解 | 第34-35页 |
| ·与Mallat快速小波算法等效的多孔算法 | 第35-36页 |
| ·二维多分辨分析与小波子空间分析 | 第36-38页 |
| ·图像的多分辨分解与重建 | 第38-41页 |
| ·基于提升方案的整数小波变换 | 第41-49页 |
| ·提升格式的基本原理 | 第41-43页 |
| ·整数小波变换 | 第43-46页 |
| ·无损的整数到整数的小波变换 | 第46-47页 |
| ·整数小波变换的优点 | 第47页 |
| ·提升格式能够完全重构图像 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第三章 利用傅里叶变换进行运动目标检测的方法 | 第50-72页 |
| ·前言 | 第50页 |
| ·基于频域相位相关方法进行图像平移和旋转矢量检测的方法 | 第50-57页 |
| ·相位相关方法的特性 | 第51页 |
| ·传统的互相关检测方法 | 第51页 |
| ·归一化相位相关检测方法 | 第51-54页 |
| ·扩展的归一化相位相关检测方法 | 第54-55页 |
| ·实验与分析 | 第55-57页 |
| 实验一: 利用传统互相关方法估计平移运动参数的检测实验 | 第55-56页 |
| 实验二: 利用归一化相位相关方法估计平移运动参数的检测实验 | 第56-57页 |
| ·基于边缘信息的相位相关算法 | 第57-59页 |
| 实验一:基于边缘信息的相位相关算法估计平移运动参数的实验 | 第57-58页 |
| 实验二:基于边缘信息的相位相关算法和传统互相关算法在不同信噪比情况下的检测结果比较 | 第58-59页 |
| ·基于梯度信息的相位相关算法 | 第59页 |
| ·基于SVD分解的相位相关算法 | 第59-66页 |
| ·SVD分解 | 第60页 |
| ·基于SVD分解的相位相关算法的实现 | 第60-62页 |
| ·平移方向的确定 | 第62页 |
| ·实验与分析 | 第62-66页 |
| 实验一: 目标图像发生平移变化时的跟踪实验 | 第62-63页 |
| 实验二: 低对比度图像发生平移变化时的跟踪实验 | 第63页 |
| 实验三: 目标图像的灰度和对比度发生变化时的跟踪实验 | 第63-64页 |
| 实验四: 图像被噪声严重污染时的平移运动参数检测实验 | 第64-65页 |
| 实验五: 实际外场目标被局部遮挡的情况下的跟踪实验 | 第65-66页 |
| ·将2D映射为1D的相位相关简化算法 | 第66-67页 |
| ·基于相角差进行目标平移检测的算法 | 第67-70页 |
| ·频域相位差方法的特性 | 第68页 |
| ·基于频域相位差进行目标平移矢量检测算法的原理 | 第68-69页 |
| ·平移矢量的方向确定 | 第69页 |
| ·实验与分析 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 第四章 小波变换在微弱目标检测中的应用 | 第72-102页 |
| ·前言 | 第72页 |
| ·基于小波分析的图像边缘检测方法 | 第72-85页 |
| ·小波多尺度局部模极大值边缘检测的原理 | 第73-74页 |
| ·小波函数的选取 | 第74-76页 |
| ·小波多分辨率边缘检测的具体实现 | 第76-79页 |
| ·三种小波多尺度局部模极大值边缘检测方法的比较 | 第79-81页 |
| ·边缘检测自适应阈值的选取 | 第81-82页 |
| ·利用边缘信息进行目标定位 | 第82页 |
| ·实验与结果分析 | 第82-85页 |
| 实验一: 阈值的选取对边缘检测结果影响的实验 | 第82页 |
| 实验二: 基于二次B样条小波的边缘检测实验 | 第82-83页 |
| 实验三: 基于三次B样条小波的边缘检测实验 | 第83-85页 |
| ·小波在抑制噪声方面的应用 | 第85-94页 |
| ·小波去噪的基本原理 | 第86-88页 |
| ·对高频系数置零的线性去噪方法 | 第88页 |
| ·基于阈值的小波去噪方法 | 第88-91页 |
| ·基于小波变换模极大值的去噪方法 | 第91-93页 |
| ·实验结果分析 | 第93-94页 |
| 实验一: 利用小波的特性对高频系数置零的去噪方法的仿真实验 | 第93页 |
| 实验二: 基于阈值的小波去噪方法的仿真实验 | 第93-94页 |
| ·基于小波多分辨分析的图像增强 | 第94-100页 |
| ·图像增强的基本框架 | 第94-95页 |
| ·基于小波分析的图像增强算法 | 第95-99页 |
| ·小波基的选取 | 第99-100页 |
| ·实验结果分析 | 第100页 |
| ·本章小结 | 第100-102页 |
| 第五章 目标检测算法在多DSP图像测量系统中的实现 | 第102-125页 |
| ·前言 | 第102页 |
| ·基于多DSP实时图像测量系统的结构 | 第102-104页 |
| ·TMS320C6203芯片CPU的结构 | 第103页 |
| ·总线结构 | 第103页 |
| ·存储器的结构 | 第103-104页 |
| ·特殊的硬件结构 | 第104页 |
| ·系统的硬件实现框图 | 第104页 |
| ·目标实时测量系统的软件设计 | 第104-107页 |
| ·软件总体设计框架 | 第104-105页 |
| ·系统的工作过程 | 第105-107页 |
| ·利用汇编语言和流水线技术的DSP源代码优化 | 第107-112页 |
| ·程序的优化 | 第107-109页 |
| ·软件流水线技术的应用 | 第109-110页 |
| ·影响流水线效率的因素 | 第110-111页 |
| ·利用汇编语言时应注意的几个问题 | 第111-112页 |
| ·利用汇编语言对目标测量程序的优化 | 第112-115页 |
| ·利用线性汇编优化源代码的具体步骤 | 第112-114页 |
| ·实验结果比较 | 第114页 |
| ·性能分析与结论 | 第114-115页 |
| ·基于提升格式的整数小波变换在目标测量系统的实现 | 第115-124页 |
| ·提升格式的具体实现 | 第115-117页 |
| ·边界点的处理 | 第117-118页 |
| ·取整的方法 | 第118-119页 |
| ·基于提升格式的目标检测算法 | 第119-122页 |
| ·实验结果分析 | 第122-124页 |
| ·本章小结 | 第124-125页 |
| 第六章 结束语 | 第125-128页 |
| ·论文的主要工作 | 第125-126页 |
| ·论文的创新点 | 第126页 |
| ·结论与展望 | 第126-128页 |
| 参考文献 | 第128-135页 |
| 博士期间发表的论文 | 第135-136页 |
| 致谢 | 第136-137页 |
