| 摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-14页 |
| ·研究背景及意义 | 第7页 |
| ·发展现状 | 第7-10页 |
| ·本文研究的主要内容 | 第10-12页 |
| ·本文组织结构 | 第12-14页 |
| 第二章 红外图像分析及图像序列模型 | 第14-21页 |
| ·引言 | 第14页 |
| ·红外图像成像机理 | 第14-15页 |
| ·红外图像分析及建模 | 第15-19页 |
| ·红外图像目标分析及模型 | 第15-17页 |
| ·红外图像背景分析及模型 | 第17-18页 |
| ·红外图像噪声分析及模型 | 第18-19页 |
| ·红外图像序列模型 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 时空域检测融合的高斯粒子滤波跟踪技术研究 | 第21-35页 |
| ·引言 | 第21-22页 |
| ·时域差帧、空域自适应DBT 检测算法 | 第22-24页 |
| ·时空域检测融合并关联灰度判决算法 | 第24-27页 |
| ·目标的测量模型 | 第24页 |
| ·时空检测融合并关联灰度数据分析 | 第24-27页 |
| ·DBT 检测算法的验证 | 第27-34页 |
| ·目标的状态模型 | 第27页 |
| ·基于DBT 检测后高斯粒子滤波跟踪算法 | 第27-30页 |
| ·实验条件及结果 | 第30-33页 |
| ·实验结果分析 | 第33-34页 |
| ·本章总结 | 第34-35页 |
| 第四章 多源红外图像序列弱点动目标测量融合跟踪技术研究 | 第35-46页 |
| ·引言 | 第35-36页 |
| ·信息融合的原理 | 第36页 |
| ·信息融合的级别 | 第36-38页 |
| ·检测级融合 | 第36-37页 |
| ·位置级融合 | 第37-38页 |
| ·基于多源图像序列的目标测量融合跟踪技术 | 第38-45页 |
| ·测量模糊逻辑融合结构、跟踪算法 | 第38-41页 |
| ·实验条件及结果 | 第41-44页 |
| ·实验结果分析 | 第44-45页 |
| ·本章总结 | 第45-46页 |
| 第五章 双目视觉微弱点状动目标跟踪定位技术研究 | 第46-64页 |
| ·引言 | 第46页 |
| ·摄像机模型 | 第46-49页 |
| ·立体视觉摄像机标定及空间目标定位 | 第49-55页 |
| ·图像坐标系与世界坐标系转换模型 | 第50-51页 |
| ·双目视觉极几何对应关系 | 第51页 |
| ·摄相机参数的估计 | 第51-54页 |
| ·双目视觉的空间定位 | 第54-55页 |
| ·基于模型参数估计的粒子滤波跟踪定位算法 | 第55-63页 |
| ·红外目标的状态模型 | 第55页 |
| ·图像目标测量模型 | 第55页 |
| ·改进的概率数据关联粒子滤波算法 | 第55-58页 |
| ·实验条件及结果 | 第58-62页 |
| ·实验结果分析 | 第62-63页 |
| ·本章结论 | 第63-64页 |
| 第六章 全文结束语 | 第64-66页 |
| ·总结 | 第64页 |
| ·未来发展及展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的学术论文及参加科研情况 | 第69-70页 |
| 致谢 | 第70页 |