红外小目标检测与跟踪算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 论文的结构安排 | 第14-16页 |
| 2 红外小目标检测任务 | 第16-22页 |
| 2.1 目标检测任务 | 第16-18页 |
| 2.2 红外小目标检测任务 | 第18-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 红外小目标候选区域提取 | 第22-33页 |
| 3.1 红外图像背景抑制滤波 | 第22-27页 |
| 3.2 获取红外小目标检测候选区域 | 第27-31页 |
| 3.3 本章小结 | 第31-33页 |
| 4 基于多滤波算法融合的红外小目标检测 | 第33-42页 |
| 4.1 小目标提取 | 第33-38页 |
| 4.2 基于多滤波算法融合的红外小目标算法 | 第38-39页 |
| 4.3 实验结果与分析 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 基于卷积神经网络的红外小目标检测 | 第42-52页 |
| 5.1 卷积神经网络 | 第42-44页 |
| 5.2 基于卷积神经网络的红外小目标检测 | 第44-47页 |
| 5.3 实验结果与分析 | 第47-50页 |
| 5.4 本章小结 | 第50-52页 |
| 6 基于粒子滤波预测的红外小目标跟踪 | 第52-64页 |
| 6.1 粒子滤波状态预测 | 第52-55页 |
| 6.2 单尺度视网膜皮层图像增强 | 第55-56页 |
| 6.3 多目标数据关联跟踪算法 | 第56-60页 |
| 6.4 实验结果与分析 | 第60-63页 |
| 6.5 本章小结 | 第63-64页 |
| 7 总结与展望 | 第64-67页 |
| 7.1 全文总结 | 第64-65页 |
| 7.2 未来展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录：攻读硕士期间发表的论文 | 第73页 |
