红外背景、低信噪比条件下的小目标检测技术研究
| 第1章 绪论 | 第1-19页 |
| ·引言 | 第8-9页 |
| ·自动目标识别与跟踪方法及其发展趋势 | 第9-12页 |
| ·红外成像制导自动目标识别概述 | 第12-14页 |
| ·红外目标检测的研究现状 | 第14-17页 |
| ·论文的研究工作和结构安排 | 第17-19页 |
| ·论文的研究工作 | 第17-18页 |
| ·章节安排 | 第18-19页 |
| 第2章 红外图像特性分析 | 第19-31页 |
| ·引言 | 第19-20页 |
| ·图像模型的一般理论 | 第20-26页 |
| ·序列图像之间的帧间差异性度量 | 第26-27页 |
| ·红外图像的统计特性描述 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 红外起伏背景的统计特性分析 | 第31-38页 |
| ·引言 | 第31页 |
| ·背景图像的平稳特性 | 第31-35页 |
| ·背景的广义平稳特性 | 第31-32页 |
| ·背景的高斯分布特性 | 第32-35页 |
| ·起伏背景的空间相关长度计算 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 低信噪比条件下小目标检测技术研究 | 第38-54页 |
| ·引言 | 第38页 |
| ·红外图像的预处理技术 | 第38-43页 |
| ·灰度形态滤波理论 | 第38-40页 |
| ·基于形态滤波的预处理技术 | 第40-41页 |
| ·仿真结果 | 第41-43页 |
| ·非线性均值滤波器 | 第43-49页 |
| ·非线性均值滤波器结构 | 第43-45页 |
| ·非线性均值滤波器的统计特性 | 第45-47页 |
| ·非线性均值滤波器的特点 | 第47-49页 |
| ·背景抑制图像的噪声滤波技术 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 神经网络应用 | 第54-63页 |
| ·引言 | 第54页 |
| ·BP网络 | 第54-59页 |
| ·BP网络结构 | 第54-55页 |
| ·BP网络中的神经元结构 | 第55-57页 |
| ·BP算法的改进 | 第57页 |
| ·仿真结果 | 第57-59页 |
| ·神经网络预测器 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68页 |
