| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第11-31页 |
| 1.1 研究背景 | 第11-18页 |
| 1.2 红外人体目标分割技术 | 第18-27页 |
| 1.2.1 复杂环境中的红外人体图像特点 | 第19-22页 |
| 1.2.2 红外图像分割技术研究现状 | 第22-27页 |
| 1.3 研究内容和论文结构 | 第27-31页 |
| 1.3.1 论文研究主要内容 | 第27-28页 |
| 1.3.2 章节安排 | 第28-31页 |
| 2 PCNN模型分析 | 第31-43页 |
| 2.1 视觉皮层与Eckhorn模型 | 第31-32页 |
| 2.2 原始脉冲耦合神经网络模型 | 第32-34页 |
| 2.3 PCNN模型在图像分割中的特性分析 | 第34-37页 |
| 2.3.1 PCNN模型的优良特性 | 第34-35页 |
| 2.3.2 PCNN模型的局限性 | 第35-37页 |
| 2.4 脉冲耦合神经网络的研究现状 | 第37-42页 |
| 2.4.1 模型结构的简化与改进 | 第37-38页 |
| 2.4.2 参数自适应设置机制的探索 | 第38-42页 |
| 2.5 本章小结 | 第42-43页 |
| 3 目标轮廓增强的PCNN模型及红外人体图像分割验证 | 第43-61页 |
| 3.1 基于曲率灰度梯度张量的红外人体目标信息表达 | 第43-48页 |
| 3.1.1 红外图像的三维曲面描述方式 | 第43-45页 |
| 3.1.2 曲率与Hessian矩阵 | 第45-46页 |
| 3.1.3 曲率灰度梯度张量 | 第46-48页 |
| 3.2 结合人体轮廓信息的改进PCNN模型 | 第48-54页 |
| 3.2.1 模型框架 | 第48-49页 |
| 3.2.2 曲率灰度梯度张量信息的表达方法 | 第49-51页 |
| 3.2.3 其他参数设置方法 | 第51-54页 |
| 3.3 实验结果与分析 | 第54-59页 |
| 3.3.1 主观视觉效果评价 | 第54-56页 |
| 3.3.2 客观指标评价 | 第56-59页 |
| 3.4 本章小结 | 第59-61页 |
| 4 面向噪声环境下红外人体目标分割的PCNN模型 | 第61-81页 |
| 4.1 热成像图像的红外噪声来源与特性 | 第61-64页 |
| 4.1.1 红外人体图像的固定噪声 | 第61-62页 |
| 4.1.2 红外人体图像的随机噪声 | 第62-64页 |
| 4.2 适应红外噪声的改进PCNN模型 | 第64-75页 |
| 4.2.1 模型框架 | 第64-66页 |
| 4.2.2 各向异性高斯核权值矩阵设计 | 第66-69页 |
| 4.2.3 基于视觉显著性的红外人体目标特征增强方法 | 第69-74页 |
| 4.2.4 其他参数的设置方法 | 第74-75页 |
| 4.3 实验结果与分析 | 第75-80页 |
| 4.3.1 主观视觉效果评价 | 第75-77页 |
| 4.3.2 客观指标评价 | 第77-80页 |
| 4.4 本章小结 | 第80-81页 |
| 5 结合改进布谷鸟搜索算法的PCNN模型多参数优化方法 | 第81-99页 |
| 5.1 红外人体目标分割中的PCNN模型多参数最优化问题描述 | 第81-84页 |
| 5.1.1 模型框架 | 第81-82页 |
| 5.1.2 简化PCNN模型 | 第82-83页 |
| 5.1.3 红外人体目标分割问题的适应度函数描述 | 第83-84页 |
| 5.2 改进布谷鸟搜索算法 | 第84-91页 |
| 5.2.1 布谷鸟搜索算法的基本原理 | 第85-86页 |
| 5.2.2 算法改进策略 | 第86-88页 |
| 5.2.3 基于Kent混沌算子的局部搜索能力增强 | 第88-89页 |
| 5.2.4 采用KD树结构的演化历史信息指导寻优过程 | 第89-91页 |
| 5.3 实验结果与分析 | 第91-98页 |
| 5.3.1 改进布谷鸟搜索算法性能测试与分析 | 第92-95页 |
| 5.3.2 结合改进布谷鸟搜索算法的PCNN模型性能测试 | 第95-98页 |
| 5.4 本章小结 | 第98-99页 |
| 6 结论与展望 | 第99-103页 |
| 6.1 论文工作总结 | 第99-100页 |
| 6.2 主要创新点 | 第100页 |
| 6.3 后续研究工作展望 | 第100-103页 |
| 致谢 | 第103-105页 |
| 参考文献 | 第105-115页 |
| 附录 | 第115-116页 |
| A作者在攻读学位期间发表的论文目录 | 第115-116页 |
| B作者在攻读博士期间主持或参与的科研项目 | 第116页 |
