| 摘要 | 第1-7页 |
| ABSTRACT | 第7-17页 |
| 第一章 绪论 | 第17-28页 |
| ·研究背景及意义 | 第17-18页 |
| ·相关技术及其研究动态 | 第18-24页 |
| ·背景杂波抑制技术 | 第18-22页 |
| ·微弱运动目标的检测技术 | 第22-24页 |
| ·本文的主要研究工作与创新点 | 第24-26页 |
| ·论文安排 | 第26-28页 |
| 第二章 微弱运动目标检测任务、约束与检测系统机理设计 | 第28-38页 |
| ·复杂图像序列中微弱运动目标检测任务与约束 | 第28-32页 |
| ·检测任务与约束的一般形式 | 第28-30页 |
| ·加性复杂背景干扰下，随机微弱目标检测任务模型 | 第30-32页 |
| ·复杂图像序列中微弱运动目标检测系统机理设计 | 第32-36页 |
| ·强杂波抑制、微弱运动目标时空集成检测系统机理 | 第32-33页 |
| ·强杂波抑制子系统机理 | 第33-34页 |
| ·微弱运动目标时空集成检测子系统 | 第34-36页 |
| ·小结 | 第36-38页 |
| 第三章 微弱运动目标检测的评测技术与相关理论 | 第38-64页 |
| ·背景杂波估计与抑制子系统的评测技术 | 第38-41页 |
| ·输出残差图像的正态性评测 | 第39-40页 |
| ·输出残差图像白化程度评测 | 第40页 |
| ·目标邻域信杂比(SCNRT)增益评测 | 第40-41页 |
| ·微弱运动目标检测技术涉及的相关概率统计与检测理论 | 第41-43页 |
| ·常用的概率分布 | 第41-42页 |
| ·二元检测与Neyman-Pearson准则 | 第42-43页 |
| ·小波变换理论 | 第43-57页 |
| ·数学记号 | 第44-47页 |
| ·小波与小波变换 | 第47-51页 |
| ·多分辨分析 | 第51-57页 |
| ·数学形态学理论 | 第57-62页 |
| ·小结 | 第62-64页 |
| 第四章 微弱目标检测中复杂背景滤波技术研究 | 第64-94页 |
| ·基于空域平滑与小波分解的杂波抑制技术 | 第65-78页 |
| ·基于图像空域滤波的杂波抑制技术 | 第65-67页 |
| ·基于小波分解的杂波抑制技术 | 第67-73页 |
| ·杂波抑制技术的性能评测 | 第73-78页 |
| ·基于DCT变换的杂波抑制技术 | 第78-87页 |
| ·基于图像DCT变换的杂波抑制技术 | 第78-79页 |
| ·小波域DCT变换的杂波抑制技术 | 第79-84页 |
| ·杂波抑制技术的性能评测 | 第84-87页 |
| ·基于形态学Trophat的杂波抑制技术 | 第87-93页 |
| ·基于图像空域Tophat的杂波抑制技术 | 第87-88页 |
| ·基于小波域Tophat的杂波抑制技术 | 第88-89页 |
| ·杂波抑制技术性能评测 | 第89-93页 |
| ·小结 | 第93-94页 |
| 第五章 小波域多核杂波抑制、多灰度时空集成检测技术 | 第94-115页 |
| ·基于小波域多核滤波的微小运动目标时空集成检测技术方案设计 | 第94-95页 |
| ·基于小波域多核滤波的杂波抑制技术 | 第95-100页 |
| ·杂波抑制技术性能评测 | 第100-102页 |
| ·SCNRT增益评测 | 第100页 |
| ·残差图像高斯性评测 | 第100-101页 |
| ·残差图像白化程度评测 | 第101-102页 |
| ·背景杂波抑制后微小运动目标多灰度时空集成判决检测 | 第102-112页 |
| ·图像序列多灰度时空集成判决检测子系统方案设计 | 第102页 |
| ·残差图像序列的图像方差自学习与归一化 | 第102-103页 |
| ·时域集成判决检测疑似目标及性能分析 | 第103-107页 |
| ·时空域集成搜索目标轨迹及性能分析 | 第107-112页 |
| ·多灰度图像时空集成检测仿真实验 | 第112-113页 |
| ·小结 | 第113-115页 |
| 第六章 空域形态、小波分解杂波抑制与目标可能域指导下的微弱运动目标时空集成检测 | 第115-132页 |
| ·空域形态、小波分解杂波抑制与目标可能域指导下的微弱运动目标时空集成检测技术系统机理与方案设计 | 第115-117页 |
| ·空域形态与小波分解杂波抑制 | 第117-120页 |
| ·空域形态滤波 | 第117-118页 |
| ·基于小波分解的杂波抑制 | 第118-120页 |
| ·杂波抑制技术性能评测 | 第120-122页 |
| ·SCNRT增益评测 | 第120页 |
| ·残差图像高斯性评测 | 第120-121页 |
| ·残差图像白化程度评测 | 第121-122页 |
| ·目标可能域指导下的微弱运动目标检测技术 | 第122-130页 |
| ·目标可能域指导下的微弱运动目标检测技术方案设计 | 第122-123页 |
| ·多帧残差图像时域集成 | 第123-124页 |
| ·基于目标形态特征的目标可能域估计 | 第124-126页 |
| ·目标可能域指导下的微弱运动目标轨迹检测 | 第126-130页 |
| ·目标检测技术仿真实验 | 第130-131页 |
| ·小结 | 第131-132页 |
| 第七章 基于形态重构的微弱运动目标检测技术 | 第132-148页 |
| ·基于形态重构的微弱运动目标检测技术机理与系统框架 | 第132-133页 |
| ·基于形态重构的背景估计 | 第133-136页 |
| ·背景估计技术性能评测 | 第136-139页 |
| ·SCNRT增益评测 | 第136-137页 |
| ·残差图像高斯性评测 | 第137-138页 |
| ·残差图像白化程度评测 | 第138-139页 |
| ·基于多尺度二值形态重构的目标检测 | 第139-146页 |
| ·多尺度二值形态重构消除虚警目标 | 第139-145页 |
| ·值图像序列中微弱运动目标检测 | 第145-146页 |
| ·目标检测技术仿真实验 | 第146-147页 |
| ·小结 | 第147-148页 |
| 第八章 全文总结 | 第148-151页 |
| 致谢 | 第151-152页 |
| 参考文献 | 第152-160页 |
| 攻博期间取得的研究成果 | 第160-161页 |
