| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第9-11页 |
| 1.1 选题背景概述 | 第9页 |
| 1.2 图像增强技术的研究和发展现状 | 第9-10页 |
| 1.3 主要研究工作与文章结构 | 第10-11页 |
| 2 图像增强技术 | 第11-18页 |
| 2.1 空域图像增强 | 第11-13页 |
| 2.1.1 对比度处理 | 第11页 |
| 2.1.2 直方图均衡化 | 第11-12页 |
| 2.1.3 中值滤波 | 第12-13页 |
| 2.2 变换域图像增强 | 第13-17页 |
| 2.2.1 逆滤波法 | 第13-14页 |
| 2.2.2 有约束最小二乘法 | 第14页 |
| 2.2.3 维纳滤波法 | 第14-15页 |
| 2.2.4 同态滤波 | 第15页 |
| 2.2.5 小波变换滤波法 | 第15-17页 |
| 2.3 本章小结 | 第17-18页 |
| 3 混合傅立叶-小波变换图像增强算法 | 第18-31页 |
| 3.1 傅立叶域滤除白噪声 | 第18-21页 |
| 3.1.1 维纳滤波器 | 第18-20页 |
| 3.1.2 图像的功率谱密度表示 | 第20-21页 |
| 3.1.3 白噪声滤除及图像复原 | 第21页 |
| 3.2 小波域滤除有色噪声 | 第21-27页 |
| 3.2.1 图像信号小波分解 | 第21-22页 |
| 3.2.2 常用的小波 | 第22-23页 |
| 3.2.3 离散正交小波变换算法 | 第23-25页 |
| 3.2.4 每一个子带中有色噪声的功率谱密度 | 第25页 |
| 3.2.5 每一个子带中有色噪声的自相关函数 | 第25页 |
| 3.2.6 每一个子带中有色噪声的方差 | 第25页 |
| 3.2.7 不含噪声图像小波变换系数的方差 | 第25-26页 |
| 3.2.8 有色噪声滤除及图像复原 | 第26-27页 |
| 3.3 仿真实验 | 第27-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 混合滤波算法在成像导引头中的应用 | 第31-45页 |
| 4.1 自动目标识别算法分类 | 第31-32页 |
| 4.2 异源图像匹配算法 | 第32页 |
| 4.3 常用的图像特征 | 第32-33页 |
| 4.4 混合滤波算法适应性仿真分析 | 第33-44页 |
| 4.4.1 边缘检测分析 | 第33-37页 |
| 4.4.2 灰度特征分析 | 第37页 |
| 4.4.3 不同源图像互信息分析 | 第37-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 混合滤波算法在红外成像制导半实物仿真系统中的应用 | 第45-49页 |
| 5.1 红外成像制导半实物仿真系统组成及工作原理 | 第45-46页 |
| 5.1.1 系统组成 | 第45页 |
| 5.1.2 工作原理 | 第45-46页 |
| 5.2 图像生成计算机方案 | 第46-48页 |
| 5.2.1 Creator和Vega软件介绍 | 第46页 |
| 5.2.2 红外图像生成流程 | 第46-47页 |
| 5.2.3 Sensor Vision模块 | 第47-48页 |
| 5.3 红外成像导引头信息处理器 | 第48页 |
| 5.4 仿真计算机 | 第48页 |
| 5.5 本章小结 | 第48-49页 |
| 结论与展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-52页 |