| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-20页 |
| ·红外小目标检测的研究意义及特点 | 第13-14页 |
| ·红外小目标检测方法的国内外现状 | 第14-17页 |
| ·本文的主要内容及创新点 | 第17-20页 |
| ·本文的主要内容 | 第17-18页 |
| ·本文的主要创新点 | 第18-20页 |
| 第二章 基于提升小波/双树复小波和形态学的红外小目标检测 | 第20-33页 |
| ·引言 | 第20-21页 |
| ·提升小波变换 | 第21页 |
| ·双树复小波变换 | 第21-22页 |
| ·数学形态学 | 第22-23页 |
| ·腐蚀和膨胀 | 第23页 |
| ·开运算和闭运算 | 第23页 |
| ·Top-hat 算子 | 第23页 |
| ·基于提升小波和递归最小类内绝对差的红外小目标检测算法 | 第23-27页 |
| ·红外小目标图像预处理步骤 | 第23-25页 |
| ·基于递归最小类内绝对差的阈值选取 | 第25-26页 |
| ·实验结果与分析 | 第26-27页 |
| ·基于双树复小波和二维最小类内绝对差的红外小目标检测算法 | 第27-32页 |
| ·小目标图像预处理 | 第27-28页 |
| ·基于类内绝对差和背景与目标面积差的阈值分割算法 | 第28-30页 |
| ·实验结果及分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于双树复小波和独立分量分析的红外小目标检测 | 第33-37页 |
| ·引言 | 第33页 |
| ·独立分量分析 | 第33-34页 |
| ·基于双树复小波和独立分量分析的红外图像预处理 | 第34页 |
| ·基于模糊Tsallis-Havrda-Charvat 熵的目标分割 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于NSCT 和独立分量分析的红外小目标检测 | 第37-42页 |
| ·无下采样Contourlet 变换 | 第37页 |
| ·新型Top-hat 算子 | 第37-38页 |
| ·基于NSCT 和独立分量分析的红外小目标检测算法 | 第38-40页 |
| ·实验结果与分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于复Contourlet 和主分量分析的红外小目标检测 | 第42-49页 |
| ·引言 | 第42页 |
| ·复Contourlet 变换及主分量分析 | 第42-44页 |
| ·复Contourlet 变换 | 第42-43页 |
| ·主分量分析模型 | 第43-44页 |
| ·基于复Contourlet 和主分量分析的红外小目标图像预处理 | 第44-45页 |
| ·基于模糊Renyi 熵的目标分割 | 第45-46页 |
| ·实验结果与分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 基于非负矩阵分解和独立分量分析的红外小目标检测 | 第49-55页 |
| ·引言 | 第49页 |
| ·非负矩阵分解 | 第49-50页 |
| ·基于非负矩阵分解和独立分量分析的红外小目标图像预处理 | 第50-51页 |
| ·基于模糊灰度熵的目标分割 | 第51-52页 |
| ·实验结果与分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第七章 基于二维对称交叉熵的红外图像阈值分割 | 第55-63页 |
| ·引言 | 第55-56页 |
| ·一维对称交叉熵阈值选取 | 第56-57页 |
| ·二维对称交叉熵阈值选取 | 第57-61页 |
| ·二维直方图斜分的对称交叉熵阈值选取 | 第57-60页 |
| ·二维直方图斜分的简化对称交叉熵阈值选取 | 第60-61页 |
| ·实验结果与分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第八章 总结与展望 | 第63-66页 |
| ·本文的主要工作 | 第63-64页 |
| ·本文方法的比较 | 第64-65页 |
| ·进一步的研究工作 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |
