| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 无源毫米波探测成像系统发展概况 | 第11-15页 |
| 1.3 基于图像序列的移动目标检测技术发展现状 | 第15-16页 |
| 1.4 本文主要工作及章节安排 | 第16-18页 |
| 第二章 无源毫米波成像移动隐匿目标检测理论基础 | 第18-26页 |
| 2.1 毫米波辐射测量理论 | 第18-22页 |
| 2.1.1 毫米波辐射及测量原理 | 第18-19页 |
| 2.1.2 衣物下金属目标辐射特性分析 | 第19-22页 |
| 2.2 毫米波图像运动隐匿目标检测理论基础 | 第22-25页 |
| 2.2.1 毫米波图像目标检测技术概述 | 第22-23页 |
| 2.2.2 DBT检测技术 | 第23-24页 |
| 2.2.3 TBD检测技术 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 移动目标跟踪前检测（DBT）算法研究 | 第26-45页 |
| 3.1 引言 | 第26页 |
| 3.2 图像背景抑制 | 第26-34页 |
| 3.2.1 常见背景抑制滤波处理方法 | 第26-29页 |
| 3.2.2 背景抑制预处理算法实验结果 | 第29-34页 |
| 3.3 图像分割技术 | 第34-42页 |
| 3.3.1 几种图像分割算法 | 第34-38页 |
| 3.3.2 几种图像分割算法仿真结果分析 | 第38-42页 |
| 3.4 基于感兴趣区域（ROI）提取的运动目标跟踪前检测算法 | 第42-44页 |
| 3.4.1 室内环境下运动隐匿目标检测概述 | 第42页 |
| 3.4.2 ROI提取 | 第42-43页 |
| 3.4.3 基于ROI提取的跟踪前检测算法仿真结果 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 贝叶斯滤波理论研究 | 第45-55页 |
| 4.1 贝叶斯滤波 | 第45-48页 |
| 4.1.1 贝叶斯公式 | 第45页 |
| 4.1.2 动态空间模型 | 第45-47页 |
| 4.1.3 贝叶斯滤波的典型应用 | 第47-48页 |
| 4.2 蒙特卡洛模拟法 | 第48-49页 |
| 4.2.1 蒙特卡罗模拟简介 | 第48-49页 |
| 4.2.2 重要性采样 | 第49页 |
| 4.3 粒子滤波 | 第49-53页 |
| 4.3.1 序贯重要性采样算法 | 第49-50页 |
| 4.3.2 权值退化问题 | 第50-51页 |
| 4.3.3 重要性分布函数函数的选取 | 第51-52页 |
| 4.3.4 重采样方法 | 第52页 |
| 4.3.5 粒子滤波算法流程 | 第52-53页 |
| 4.4 粒子滤波跟踪仿真结果 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 基于粒子滤波移动隐匿目标先跟踪后检测算法的研究 | 第55-68页 |
| 5.1 先跟踪后检测（TBD）算法 | 第55页 |
| 5.2 运动点目标先跟踪后检测算法研究 | 第55-60页 |
| 5.2.1 点目标多帧检测原理 | 第55-56页 |
| 5.2.2 点目标动态空间模型的建立 | 第56-57页 |
| 5.2.3 基于PF-TBD的运动点目标检测流程 | 第57-59页 |
| 5.2.4 基于PF-TBD的运动点目标检测仿真结果与分析 | 第59-60页 |
| 5.3 基于PF-TBD的面目标检测算法研究 | 第60-67页 |
| 5.3.1 面目标动态空间模型建立 | 第60-63页 |
| 5.3.2 跟踪窗.自适应调整策略 | 第63页 |
| 5.3.3 基于PF-TBD的运动面目标检测流程 | 第63-65页 |
| 5.3.4 算法仿真验证及分析 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 本文工作总结 | 第68页 |
| 6.2 工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻硕期间取得的研究成果 | 第74-75页 |
