云背景下红外弱小目标背景抑制方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题研究的背景及意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 课题研究内容 | 第11-12页 |
| 1.4 结构组织安排 | 第12-13页 |
| 第2章 云背景红外图像背景抑制方法概述 | 第13-22页 |
| 2.1 引言 | 第13页 |
| 2.2 云背景红外图像特征 | 第13-18页 |
| 2.2.1 红外图像的云背景特点 | 第13-14页 |
| 2.2.2 红外弱小目标的特点 | 第14-15页 |
| 2.2.3 噪声的特征 | 第15-16页 |
| 2.2.4 实际云背景红外图像分析 | 第16-17页 |
| 2.2.5 红外图像模型 | 第17-18页 |
| 2.3 云背景图像背景抑制方法研究 | 第18-19页 |
| 2.3.1 空域上图像背景抑制法 | 第18页 |
| 2.3.2 频域上图像背景抑制法 | 第18-19页 |
| 2.4 评价图像质量的方法 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 典型背景抑制滤波与抑制方法 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 中值滤波 | 第22-26页 |
| 3.2.1 中值滤波的基本理论 | 第22-23页 |
| 3.2.2 加权中值滤波 | 第23-24页 |
| 3.2.3 多级中值滤波 | 第24-25页 |
| 3.2.4 开关中值滤波 | 第25页 |
| 3.2.5 自适应中值滤波 | 第25-26页 |
| 3.3 基于脉冲噪声自适应中值滤波 | 第26-30页 |
| 3.3.1 脉冲噪声的检测 | 第27-28页 |
| 3.3.2 脉冲噪声的抑制 | 第28页 |
| 3.3.3 阈值的选择 | 第28页 |
| 3.3.4 实验结果及分析 | 第28-30页 |
| 3.4 形态学滤波 | 第30-34页 |
| 3.4.1 形态学滤波的基本理论 | 第30-31页 |
| 3.4.2 二值形态学 | 第31-33页 |
| 3.4.3 灰度形态学 | 第33-34页 |
| 3.5 基于多结构元素的形态学滤波 | 第34-37页 |
| 3.5.1 根据云层边缘构造多结构元素 | 第34-35页 |
| 3.5.2 算法流程 | 第35页 |
| 3.5.3 实验结果及分析 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 改进小波阈值变换 | 第38-56页 |
| 4.1 引言 | 第38页 |
| 4.2 小波变换的基础理论 | 第38-46页 |
| 4.2.1 小波变换产生背景 | 第38-40页 |
| 4.2.2 小波变换的概念 | 第40-41页 |
| 4.2.3 连续小波变换 | 第41页 |
| 4.2.4 离散小波变换 | 第41-42页 |
| 4.2.5 二维小波的分解与重构 | 第42-46页 |
| 4.3 小波阈值的背景抑制方法 | 第46-52页 |
| 4.3.1 阈值函数的选取 | 第46-48页 |
| 4.3.2 阈值的选取 | 第48-49页 |
| 4.3.3 小波阈值变换过程 | 第49页 |
| 4.3.4 实验结果及分析 | 第49-52页 |
| 4.4 改进小波阈值的背景抑制方法 | 第52-55页 |
| 4.4.1 小波基的选择 | 第52页 |
| 4.4.2 改进的阈值函数 | 第52-53页 |
| 4.4.3 实验结果及分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 仿真实验结果与分析性 | 第56-63页 |
| 5.1 引言 | 第56页 |
| 5.2 仿真实验结果 | 第56-60页 |
| 5.3 背景抑制算法性能分析 | 第60-62页 |
| 5.3.1 定性分析 | 第60-61页 |
| 5.3.2 定量分析 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间的成果 | 第68-69页 |
| 致谢 | 第69-70页 |
