| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-25页 |
| 1.1 研究背景和意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-23页 |
| 1.2.1 光电运动目标检测研究现状 | 第18-19页 |
| 1.2.2 SAR运动目标检测研究现状 | 第19-21页 |
| 1.2.3 多源运动目标检测研究现状 | 第21-23页 |
| 1.3 论文的工作安排和研究内容 | 第23-25页 |
| 第二章 多源时空数据获取系统及模型 | 第25-31页 |
| 2.1 多源时空数据获取系统简介 | 第25-26页 |
| 2.2 多源光电数据获取系统介绍 | 第26-27页 |
| 2.2.1 光电成像原理 | 第26-27页 |
| 2.2.2 多源光电数据获取系统成像模型 | 第27页 |
| 2.3 微波SAR数据获取系统的介绍 | 第27-31页 |
| 2.3.1 SAR成像原理 | 第27-30页 |
| 2.3.2 VideoSAR原理及参数分析 | 第30-31页 |
| 第三章 基于多源低空复杂环境光电运动目标检测方法 | 第31-53页 |
| 3.1 传统的光电运动目标检测方法 | 第31-32页 |
| 3.2 PCA算法理论基础 | 第32-33页 |
| 3.3 几种改进的主成分分析算法原理介绍 | 第33-45页 |
| 3.3.1 RPCA | 第33-36页 |
| 3.3.2 DECOLOR | 第36-40页 |
| 3.3.3 基于运动信息辅助的RPCA背景建模方法 | 第40-45页 |
| 3.4 实验结果及分析 | 第45-51页 |
| 3.5 小结 | 第51-53页 |
| 第四章 利用时空关联的VideoSAR运动目标检测新方法 | 第53-71页 |
| 4.1 VideoSAR运动目标检测方法 | 第53-57页 |
| 4.1.2 直接检测方法 | 第54-56页 |
| 4.1.3 间接检测方法 | 第56-57页 |
| 4.2 基于强度信息的阴影检测方法 | 第57-61页 |
| 4.2.1 基于强度信息的阴影检测方法 | 第57-61页 |
| 4.2.2 传统阴影检测模型初步检测结果 | 第61页 |
| 4.3 基于时空关联的运动目标阴影检测方法 | 第61-69页 |
| 4.3.2 基于卡尔曼滤波的航迹关联 | 第63-65页 |
| 4.3.3 构建基于速度估计的卡尔曼滤波相关矩阵 | 第65-67页 |
| 4.3.4 时空关联剔除静止阴影 | 第67-68页 |
| 4.3.5 基于时空关联的VideoSAR运动目标检测结果 | 第68-69页 |
| 4.4 小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-80页 |
