| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·弱小目标的检测和跟踪算法回顾 | 第8-13页 |
| ·弱小目标定义 | 第8-9页 |
| ·算法回顾 | 第9-13页 |
| ·主要研究内容 | 第13-14页 |
| 第二章 基于背景抑制的图像预处理 | 第14-21页 |
| ·基于背景抑制预处理的基本思想 | 第14-15页 |
| ·典型的低信噪比图像背景抑制方法 | 第15-18页 |
| ·高通滤波器 | 第15-16页 |
| ·基于Top-hat 的形态滤波 | 第16-17页 |
| ·基于背景预测的预处理法 | 第17-18页 |
| ·预处理算法实验结果与分析 | 第18-21页 |
| ·实验结果 | 第18-20页 |
| ·实验结果分析 | 第20-21页 |
| 第三章 基于运动矢量预测的弱小多目标检测与跟踪方法 | 第21-38页 |
| ·基于帧间差分的多目标检测方法 | 第21-22页 |
| ·一种改进的自适应双阈值分割法 | 第22-28页 |
| ·Otsu 算法 | 第23页 |
| ·一种改进的自适应双阈值分割法 | 第23-25页 |
| ·目标的标记与存储 | 第25-26页 |
| ·实验结果 | 第26-28页 |
| ·运动目标的数据关联 | 第28-30页 |
| ·最近邻关联法 | 第28-29页 |
| ·基于约束准则的最近邻关联法 | 第29-30页 |
| ·运动矢量预测 | 第30-33页 |
| ·线性逼近及线性预测器 | 第31-32页 |
| ·两点线性预测器 | 第32-33页 |
| ·基于序列图像的管道区间跨度滤波法 | 第33-34页 |
| ·实验结果与分析 | 第34-38页 |
| ·实验结果 | 第34-37页 |
| ·实验结果分析 | 第37-38页 |
| 第四章 基于粒子滤波的弱小多目标检测与跟踪方法 | 第38-50页 |
| ·粒子滤波基本原理 | 第38-43页 |
| ·贝叶斯滤波 | 第38-39页 |
| ·序贯重要性采样 | 第39-41页 |
| ·粒子滤波 | 第41-43页 |
| ·算法实现 | 第43-47页 |
| ·粒子滤波的理论框架 | 第43-45页 |
| ·粒子滤波算法流程 | 第45页 |
| ·基于粒子滤波的JPDA 方法实现 | 第45-47页 |
| ·实验结果及分析 | 第47-50页 |
| 结论与展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-53页 |