| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及选题意义 | 第9-10页 |
| 1.2 相关技术及国内外研究现状 | 第10-13页 |
| 1.3 本文工作 | 第13-15页 |
| 第2章 红外小目标图像预处理简介 | 第15-29页 |
| 2.1 引言 | 第15页 |
| 2.2 经典的红外小目标图像预处理算法简介 | 第15-28页 |
| 2.2.1 形态学滤波 | 第15-20页 |
| 2.2.2 中值滤波 | 第20-21页 |
| 2.2.3 小波变换滤波 | 第21-25页 |
| 2.2.4 频域高通滤波 | 第25-26页 |
| 2.2.5 频域低通滤波 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 基于边缘检测图像去噪的红外小目标检测算法 | 第29-43页 |
| 3.1 引言 | 第29-30页 |
| 3.2 算法框架 | 第30页 |
| 3.3 Bayes Shrink阈值去噪算法 | 第30-36页 |
| 3.3.1 离散小波变换 | 第31-32页 |
| 3.3.2 BAYES SHRINK阈值估计 | 第32-33页 |
| 3.3.3 噪声方差估计 | 第33-34页 |
| 3.3.4 多项式阈值函数 | 第34-35页 |
| 3.3.5 目标检测具体流程 | 第35-36页 |
| 3.4 实验结果及分析 | 第36-40页 |
| 3.5 本章小结 | 第40-43页 |
| 第4章 基于小波变换的自适应多模去噪的红外小目标检测 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 算法流程 | 第43-44页 |
| 4.3 红外图像的离散小波变换 | 第44-45页 |
| 4.4 自适应多模去噪检测算法 | 第45-50页 |
| 4.4.1 阈值函数的选取 | 第45-46页 |
| 4.4.2 阈值估计 | 第46-49页 |
| 4.4.3 算法流程 | 第49-50页 |
| 4.5 实验结果及分析 | 第50-54页 |
| 4.6 本章总结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士期间科研成果 | 第65页 |