| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 国内外研究动态 | 第11-18页 |
| 1.2.1 毫米波无源探测成像系统发展 | 第11-15页 |
| 1.2.2 毫米波图像目标检测技术发展现状 | 第15-16页 |
| 1.2.3 毫米波图像目标跟踪技术发展现状 | 第16-18页 |
| 1.3 论文主要工作及章节安排 | 第18-20页 |
| 第二章 毫米波无源成像目标检测与跟踪理论基础 | 第20-29页 |
| 2.1 毫米波无源成像基础理论 | 第20-23页 |
| 2.1.1 黑体辐射理论 | 第20-21页 |
| 2.1.2 毫米波无源成像系统成像原理 | 第21-22页 |
| 2.1.3 毫米波成像特点分析 | 第22-23页 |
| 2.2 隐匿目标检测技术基础 | 第23-25页 |
| 2.2.1 图像增强技术 | 第23-24页 |
| 2.2.2 图像分割技术 | 第24-25页 |
| 2.3 隐匿目标跟踪技术基础 | 第25-28页 |
| 2.3.1 灰度图像特征描述算子 | 第25-28页 |
| 2.3.2 特征分类器模型 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于区域提取的目标检测算法研究 | 第29-46页 |
| 3.1 需求分析及方案论证 | 第29-30页 |
| 3.2 基于阈值分割的目标检测算法 | 第30-34页 |
| 3.2.1 一维最大熵阈值分割法原理 | 第30-31页 |
| 3.2.2 二值图像形态学处理 | 第31-32页 |
| 3.2.3 基于最大熵阈值分割的目标检测算法仿真实验 | 第32-34页 |
| 3.3 基于区域提取的目标检测方法研究 | 第34-45页 |
| 3.3.1 图像增强 | 第35-36页 |
| 3.3.2 加权最大熵阈值分割 | 第36-40页 |
| 3.3.3 目标提取 | 第40-41页 |
| 3.3.4 仿真验证与分析 | 第41-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于循环矩阵的快速跟踪算法研究 | 第46-66页 |
| 4.1 判别式跟踪算法框架 | 第46-48页 |
| 4.2 循环矩阵 | 第48-49页 |
| 4.3 FHOG特征 | 第49-52页 |
| 4.4 线性分类器的求解优化 | 第52-56页 |
| 4.5 基于循环矩阵的快速跟踪算法 | 第56-65页 |
| 4.5.1 基于循环矩阵的快速跟踪算法流程 | 第56-60页 |
| 4.5.2 仿真结果与分析 | 第60-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 毫米波图像序列多目标检测与跟踪算法应用研究 | 第66-76页 |
| 5.1 多目标检测跟踪初始化 | 第66-68页 |
| 5.2 目标关联算法 | 第68-71页 |
| 5.3 毫米波图像序列多目标检测与跟踪算法研究 | 第71-75页 |
| 5.3.1 多目标检测与跟踪算法介绍 | 第71-73页 |
| 5.3.2 仿真验证与分析 | 第73-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 工作总结 | 第76页 |
| 6.2 工作展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间的研究成果 | 第83-84页 |