| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题研究的背景和意义 | 第12-13页 |
| 1.2 国内外研究概况 | 第13-17页 |
| 1.2.1 红外目标跟踪技术现状分析 | 第13-15页 |
| 1.2.2 红外目标轮廓提取技术现状分析 | 第15-17页 |
| 1.3 本文主要工作及章节安排 | 第17-19页 |
| 第二章 红外图像模型分析与预处理 | 第19-34页 |
| 2.1 红外图像的成像机理及特点 | 第19-21页 |
| 2.1.1 红外图像的成像机理 | 第19-20页 |
| 2.1.2 红外图像的特点 | 第20-21页 |
| 2.2 红外图像模型分析 | 第21-27页 |
| 2.2.1 红外图像的直方图模型分析 | 第21-23页 |
| 2.2.2 红外图像的统计模型分析 | 第23-27页 |
| 2.3 红外序列图像预处理 | 第27-33页 |
| 2.3.1 图像增强概述 | 第27-28页 |
| 2.3.2 基于混合图像增强算法的图像预处理 | 第28-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于改进TLD的红外图像序列目标跟踪方法研究 | 第34-53页 |
| 3.1TLD目标跟踪算法 | 第34-41页 |
| 3.1.1 TLD算法框架 | 第34-35页 |
| 3.1.2 TLD算法主要模块介绍 | 第35-41页 |
| 3.1.3 TLD算法流程 | 第41页 |
| 3.2 TLD目标跟踪算法的改进思路 | 第41-48页 |
| 3.2.1 基于尺度自适应变化MeanShift的跟踪器改进 | 第41-45页 |
| 3.2.2 基于Kalman滤波器的目标检测区域预测 | 第45-48页 |
| 3.3 改进后的TLD目标跟踪方法的实现 | 第48-49页 |
| 3.4 实验结果及其分析 | 第49-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于活动轮廓模型的红外图像目标轮廓提取 | 第53-71页 |
| 4.1 传统的活动轮廓模型应用于红外图像处理的分析 | 第53-58页 |
| 4.1.1 经典的活动轮廓模型 | 第53-54页 |
| 4.1.2 梯度向量流活动轮廓模型 | 第54-55页 |
| 4.1.3 区域竞争活动轮廓模型 | 第55-56页 |
| 4.1.4 无边缘活动轮廓模型 | 第56-58页 |
| 4.2 基于距离加权势能模型的红外目标轮廓提取 | 第58-66页 |
| 4.2.1 DWP模型原理 | 第58-60页 |
| 4.2.2 DWP模型与传统Snakes抗噪性比较 | 第60-62页 |
| 4.2.3 DWP模型与传统Snakes势场对比 | 第62-64页 |
| 4.2.4 基于DWP模型红外目标轮廓提取结果分析 | 第64-66页 |
| 4.3 基于广义似然比与最小方差的活动轮廓模型 | 第66-70页 |
| 4.3.1 基于广义似然比的图像增强 | 第66-67页 |
| 4.3.2 最小方差活动轮廓模型原理 | 第67-68页 |
| 4.3.3 MV模型时间复杂度分析 | 第68-69页 |
| 4.3.4 基于MV模型的红外目标轮廓提取实验分析 | 第69-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第五章 红外序列图像中目标跟踪与轮廓提取系统设计 | 第71-78页 |
| 5.1 系统总体设计 | 第71-73页 |
| 5.1.1 系统应用场景 | 第71页 |
| 5.1.2 系统总体结构 | 第71-72页 |
| 5.1.3 系统运行流程 | 第72-73页 |
| 5.2 系统实现 | 第73-77页 |
| 5.2.1 参数设置 | 第73-75页 |
| 5.2.2 图像预处理 | 第75-76页 |
| 5.2.3 目标跟踪与轮廓提取 | 第76-77页 |
| 5.3 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 本文主要工作总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 在学期间的研究成果及发表的学术论文 | 第86页 |
