| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景和研究意义 | 第9-10页 |
| ·红外视频图像彩色迁移及目标识别技术的国内外研究现状 | 第10-11页 |
| ·红外图像彩色迁移技术的国内外研究现状 | 第10-11页 |
| ·目标识别技术的国内外研究现状 | 第11页 |
| ·红外成像技术概述 | 第11-13页 |
| ·本论文的主要内容和章节安排 | 第13-15页 |
| ·课题研究的主要内容 | 第13页 |
| ·本论文的主要章节安排 | 第13-15页 |
| 第二章 红外图像的预处理 | 第15-29页 |
| ·概述 | 第15页 |
| ·红外图像的时频特性 | 第15-16页 |
| ·红外图像的细节增强 | 第16-25页 |
| ·基于灰度变换的图像增强 | 第16-17页 |
| ·基于直方图均衡化的细节增强 | 第17-20页 |
| ·基于直方图规定化的细节增强 | 第20-21页 |
| ·基于 DDE 技术的图像细节增强 | 第21-23页 |
| ·基于八向 Sobel 检测的图像边缘细节增强 | 第23-25页 |
| ·红外图像的滤波降噪 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 红外视频图像的彩色迁移 | 第29-41页 |
| ·概述 | 第29页 |
| ·颜色模型 | 第29-32页 |
| ·RGB 颜色模型 | 第29-30页 |
| ·Lαβ颜色模型 | 第30-31页 |
| ·Lab 颜色模型 | 第31-32页 |
| ·基本彩色迁移算法 | 第32-33页 |
| ·Reinhard 彩色迁移算法 | 第32页 |
| ·Welsh 彩色迁移算法 | 第32-33页 |
| ·红外图像的彩色迁移 | 第33-40页 |
| ·图像分段彩色迁移方法 | 第33-35页 |
| ·改进的图像分段快速彩色迁移方法 | 第35-37页 |
| ·基于融合的图像彩色迁移及伪彩色处理方法 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 目标分割及目标特征提取 | 第41-58页 |
| ·概述 | 第41页 |
| ·红外图像目标分割 | 第41-47页 |
| ·常用分割方法 | 第41-42页 |
| ·双阀值目标分割法 | 第42-43页 |
| ·自适应 Otsu 目标分割法 | 第43-45页 |
| ·改进的二维 Otsu 目标分割法 | 第45-47页 |
| ·分割图像形态学处理 | 第47-48页 |
| ·目标特征提取 | 第48-55页 |
| ·形状特征提取与分析 | 第49-51页 |
| ·运动特征提取与分析 | 第51-53页 |
| ·颜色特征提取与分析 | 第53-55页 |
| ·特征归一化与特征融合 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 目标识别及系统分析 | 第58-75页 |
| ·概述 | 第58页 |
| ·基于模板匹配的分类识别 | 第58-59页 |
| ·基于贝叶斯的分类识别 | 第59-62页 |
| ·基于 BP 神经网络的分类识别 | 第62-67页 |
| ·BP 神经网络模型 | 第62-64页 |
| ·BP 神经网络的设计及改进 | 第64-65页 |
| ·BP 神经网络训练 | 第65-66页 |
| ·BP 神经网络参数选择及实现 | 第66-67页 |
| ·几种分类器比较与分析 | 第67-70页 |
| ·红外视频图像彩色迁移及目标识别系统实现 | 第70-74页 |
| ·系统设计总体框架 | 第70-71页 |
| ·系统主窗体模块 | 第71-72页 |
| ·红外图像预处理模块 | 第72页 |
| ·红外图像彩色化处理模块 | 第72-73页 |
| ·目标分割与特征提取模块 | 第73页 |
| ·目标分类识别模块 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·主要工作回顾 | 第75页 |
| ·后续研究的方向 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 个人简历 在读期间发表的学术论文 | 第80-81页 |
| 致谢 | 第81页 |