红外弱小目标的检测与识别
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 图目录 | 第9-10页 |
| 表目录 | 第10-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题背景 | 第11-12页 |
| ·研究内容 | 第12-14页 |
| ·相关基本概念 | 第12-13页 |
| ·难点分析 | 第13页 |
| ·论文的主要研究工作及安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 红外弱小目标图像背景及噪声分析 | 第15-20页 |
| ·红外弱小目标的概念 | 第15页 |
| ·红外背景的概念 | 第15-16页 |
| ·噪声分析 | 第16-19页 |
| ·热噪声 | 第17页 |
| ·散粒噪声 | 第17页 |
| ·产生-复合噪声 | 第17-18页 |
| ·光子噪声 | 第18页 |
| ·1/f噪声 | 第18-19页 |
| ·红外图像数学模型 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第3章 红外弱小目标图像的预处理 | 第20-42页 |
| ·常见的红外图像预处理方法 | 第20-37页 |
| ·高通滤波 | 第20-21页 |
| ·中值滤波 | 第21页 |
| ·均值滤波 | 第21-22页 |
| ·形态学滤波 | 第22-30页 |
| ·自适应滤波 | 第30-31页 |
| ·基于神经网络的滤波技术 | 第31-32页 |
| ·基于小波变换的滤波技术 | 第32-37页 |
| ·实验仿真及其结果分析 | 第37-41页 |
| ·脉冲噪声性能分析 | 第37-39页 |
| ·高斯噪声性能分析 | 第39-40页 |
| ·各种滤波算法运行时间比较 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 图像阈值分割处理 | 第42-54页 |
| ·概述 | 第42-44页 |
| ·基于直方图形态的阈值分割 | 第44-45页 |
| ·P-tile法 | 第44页 |
| ·峰-谷法 | 第44-45页 |
| ·基于聚类的阈值分割 | 第45-46页 |
| ·迭代法 | 第45页 |
| ·最小错误法 | 第45-46页 |
| ·最大类间方差法 | 第46页 |
| ·基于熵的阈值分割 | 第46-49页 |
| ·简单熵法 | 第46-48页 |
| ·叉熵法 | 第48-49页 |
| ·基于空间信息的阈值法 | 第49-52页 |
| ·灰度直方图变换法 | 第49-50页 |
| ·基于二维直方图法 | 第50-52页 |
| ·其它方法 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于目标点判别的红外弱小目标检测 | 第54-75页 |
| ·基于数学分布的噪声点区分方法 | 第55-56页 |
| ·基于二次检测窗口的RAMF算法 | 第56-61页 |
| ·经典RAMF算法 | 第56-57页 |
| ·经典RAMF算法的不足 | 第57-58页 |
| ·基于二次检测的RAMF算法 | 第58-60页 |
| ·实验测试及其结果 | 第60-61页 |
| ·基于灰度和空间信息的模糊加权均值滤波 | 第61-67页 |
| ·模糊加权均值滤波的概述 | 第61页 |
| ·新算法的基本思想 | 第61-62页 |
| ·新算法的具体实施 | 第62-64页 |
| ·实验仿真及其结果分析 | 第64-67页 |
| ·阈值分割 | 第67-73页 |
| ·二维直方图最大类间方差法 | 第67-68页 |
| ·实验模拟及其数据分析 | 第68-71页 |
| ·算法的优化 | 第71-73页 |
| ·实验仿真及结果分析 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第6章 总结与讨论 | 第75-77页 |
| ·工作总结 | 第75-76页 |
| ·课题展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 个人简历 | 第82页 |
