| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究工作的背景与意义 | 第10-12页 |
| 1.2 国内外研究历史与现状 | 第12-17页 |
| 1.3 本文研究内容及技术路线 | 第17-18页 |
| 1.4 本论文的结构安排 | 第18-20页 |
| 第二章 红外图像及目标特性的分析 | 第20-26页 |
| 2.1 红外图像产生机理和特点 | 第20-21页 |
| 2.2 红外目标以及背景的特性分析 | 第21-23页 |
| 2.3 红外图像质量评价参数 | 第23-25页 |
| 2.3.1 常用客观评价参数 | 第23-24页 |
| 2.3.2 红外目标增强评价参数 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 红外图像增强方法研究 | 第26-54页 |
| 3.1 红外图像增强简介 | 第26页 |
| 3.2 空域处理方法 | 第26-35页 |
| 3.2.1 空域滤波 | 第26-28页 |
| 3.2.2 形态学滤波 | 第28-32页 |
| 3.2.3 直方图均衡法 | 第32-35页 |
| 3.3 变换域处理方法 | 第35-53页 |
| 3.3.1 傅里叶变换 | 第35-43页 |
| 3.3.1.1 傅里叶变换原理 | 第35-37页 |
| 3.3.1.2 频域滤波器 | 第37-43页 |
| 3.3.2 小波变换 | 第43-53页 |
| 3.3.2.1 图像的多分辨率分析 | 第43-46页 |
| 3.3.2.2 小波变换 | 第46-50页 |
| 3.3.2.3 基于小波的图像增强 | 第50-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 基于“谱”反演的红外图像增强与重建方法的实现 | 第54-76页 |
| 4.1 红外反射能量模型建立的研究 | 第54-56页 |
| 4.2 反射能量奇/偶分量分解模型的研究 | 第56-64页 |
| 4.2.1 图像信号奇偶分量的分解 | 第56-59页 |
| 4.2.2 奇偶分量分解对于图像的影响 | 第59-64页 |
| 4.3 目标优化函数建立及优势频带谱反演算法细节重建 | 第64-69页 |
| 4.3.1 谱反演算法中优势频带的确定 | 第64-66页 |
| 4.3.2 目标优化函数的建立 | 第66-67页 |
| 4.3.3“谱”分解与红外图像细节重建算法步骤 | 第67-69页 |
| 4.4 基于粒子群的红外图像优化 | 第69-74页 |
| 4.4.1 粒子群算法简介 | 第69-70页 |
| 4.4.2 粒子群算法运算步骤 | 第70-72页 |
| 4.4.3 粒子群算法在红外图像优化中的应用 | 第72-74页 |
| 4.5 本章小结 | 第74-76页 |
| 第五章 实际数据测试及评价 | 第76-84页 |
| 5.1 谱反演图像增强算法与其他方法效果对比测试 | 第76-82页 |
| 5.2 谱反演图像增强算法性能测试 | 第82-83页 |
| 5.3 本章小结 | 第83-84页 |
| 第六章 全文总结与展望 | 第84-86页 |
| 6.1 全文总结 | 第84-85页 |
| 6.2 本文的主要创新点 | 第85页 |
| 6.3 后续工作展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 攻读硕士学位期间取得成果 | 第91-92页 |