| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 论文研究背景 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 TBD类算法 | 第12-13页 |
| 1.2.2 DBT类算法 | 第13-15页 |
| 1.3 论文主要研究内容 | 第15页 |
| 1.4 论文章节安排 | 第15-17页 |
| 第二章 红外小目标检测基础理论与技术 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 包含弱小目标的红外图像分析 | 第17-21页 |
| 2.2.1 红外成像原理 | 第17-18页 |
| 2.2.2 红外图像分析 | 第18-21页 |
| 2.3 单帧红外图像小目标检测 | 第21-25页 |
| 2.3.1 数学形态学Top-Hat变换 | 第21-22页 |
| 2.3.2 巴特沃斯高通滤波器 | 第22-23页 |
| 2.3.3 小波变换 | 第23-25页 |
| 2.4 序列红外图像小目标检测 | 第25-26页 |
| 2.4.1 管道滤波 | 第25页 |
| 2.4.2 分层投票表决 | 第25-26页 |
| 2.5 红外小目标检测的性能评价指标 | 第26-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于线的自适应图像重构红外小目标检测算法 | 第30-54页 |
| 3.1 引言 | 第30页 |
| 3.2 基于线的图像重构和信息熵增强算法 | 第30-31页 |
| 3.3 基于线的自适应图像重构红外小目标检测算法 | 第31-35页 |
| 3.3.1 基于熵的目标自适应半径计算 | 第32-33页 |
| 3.3.2 基于线的图像重构算法 | 第33-35页 |
| 3.4 仿真实验与结果分析 | 第35-53页 |
| 3.4.1 目标检测结果及背景抑制结果 | 第37-42页 |
| 3.4.2 目标邻域 3D灰度分布图 | 第42-47页 |
| 3.4.3 局部信杂比增益SCRG分析 | 第47-48页 |
| 3.4.4 背景抑制因子BSF分析 | 第48-49页 |
| 3.4.5 ROC曲线图及其AUC值 | 第49-52页 |
| 3.4.6 算法耗时 | 第52-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于块对比度和多方向复合窗口的红外小目标检测算法 | 第54-82页 |
| 4.1 引言 | 第54页 |
| 4.2 基于块的多尺度对比度测量计算方法 | 第54-55页 |
| 4.3 基于块对比度和多方向复合窗口的红外小目标检测算法 | 第55-62页 |
| 4.3.1 基于块的对比度测量计算 | 第56-58页 |
| 4.3.2 多方向复合窗口计算 | 第58-61页 |
| 4.3.3 自适应控制算法 | 第61-62页 |
| 4.4 仿真实验与结果分析 | 第62-80页 |
| 4.4.1 目标检测结果及背景抑制结果 | 第62-68页 |
| 4.4.2 目标邻域 3D灰度分布图 | 第68-74页 |
| 4.4.3 局部信杂比增益SCRG分析 | 第74-75页 |
| 4.4.4 背景抑制因子BSF分析 | 第75-76页 |
| 4.4.5 ROC曲线图及其AUC值 | 第76-79页 |
| 4.4.6 算法耗时 | 第79-80页 |
| 4.5 本章小结 | 第80-82页 |
| 第五章 总结与展望 | 第82-84页 |
| 5.1 全文总结 | 第82-83页 |
| 5.2 未来工作展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |