| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究背景 | 第8-9页 |
| ·红外弱小目标检测技术的发展现状 | 第9-10页 |
| ·本文的研究内容及论文安排 | 第10-13页 |
| 第二章 红外图像特征及预处理技术 | 第13-21页 |
| ·红外图像的特征 | 第13-14页 |
| ·红外热成像原理 | 第14-15页 |
| ·红外图像预处理方法 | 第15-20页 |
| ·直方图均衡化算法 | 第15-16页 |
| ·中值滤波 | 第16-18页 |
| ·差分法 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 红外弱小目标检测技术研究 | 第21-30页 |
| ·常用红外弱小目标检测的方法 | 第21-28页 |
| ·红外系列图象弱小目标检测方法 | 第21-22页 |
| ·基于数学形态学滤波的弱小目标检测方法 | 第22-26页 |
| ·基于区域背景预测的弱小目标检测方法 | 第26-28页 |
| ·三种目标检测算法的优势与不足 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于神经网络的红外目标检测 | 第30-46页 |
| ·神经网络的特点及发展史 | 第30-32页 |
| ·神经网络的特点 | 第30-31页 |
| ·人工神经网络研究的发展简史 | 第31-32页 |
| ·神经网络的结构及分类 | 第32-36页 |
| ·生物神经元 | 第32-33页 |
| ·形式化神经元模型 | 第33页 |
| ·神经网络的结构 | 第33-34页 |
| ·神经网络模型分类 | 第34-36页 |
| ·基于MATLAB的神经网络工具函数 | 第36-42页 |
| ·概述 | 第36页 |
| ·BP网络的初始化 | 第36-37页 |
| ·BP网络的学习规则 | 第37-39页 |
| ·BP网络的训练 | 第39-42页 |
| ·基于神经网络的红外目标检测 | 第42-45页 |
| ·应用神经网络进行目标检测的原理和步骤 | 第42页 |
| ·神经网络训练样本库的建立 | 第42-43页 |
| ·三层BP神经网络的程序设计 | 第43-44页 |
| ·神经网络对红外图像的仿真结果与分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于裁判模型和神经网络的红外弱小目标检测 | 第46-65页 |
| ·基于“裁判模型”的背景预测方法 | 第47-51页 |
| ·“裁判模型”的原理分析 | 第47-49页 |
| ·利用“裁判模型”进行背景预测的仿真结果及分析 | 第49-51页 |
| ·预测窗口的选择及“二次预测差分法” | 第51-54页 |
| ·基于神经网络技术的残差图像目标检测 | 第54-60页 |
| ·应用神经网络对差分图像进行域值分割的优点和步骤 | 第55页 |
| ·神经网络训练样本库的建立 | 第55-57页 |
| ·三层BP神经网络的程序设计 | 第57-58页 |
| ·神经网络对残差图像的模拟结果 | 第58-59页 |
| ·基于神经网络的目标检测的误差分析 | 第59-60页 |
| ·基于裁判模型和神经网络的红外目标检测方法与其它检测方法的对比 | 第60-64页 |
| ·新方法与传统背景预测方法的对比 | 第60-62页 |
| ·新方法与单纯应用神经网络来检测目标的方法的对比 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 结束语 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 发表论文及参加科研情况说明 | 第72-73页 |
| 程序附录 | 第73-80页 |
| 1 采用矩形预测窗口的裁判模型背景预测法 | 第73-74页 |
| 2 采用环形预测窗口的裁判模型背景预测法 | 第74-76页 |
| 3 应用裁判模型和神经网络检测目标的综合程序 | 第76-80页 |