| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究课题的背景与意义 | 第9-10页 |
| 1.2 红外小目标检测研究现状 | 第10-14页 |
| 1.3 本文的内容安排和主要工作 | 第14-17页 |
| 第2章 目标检测算法简介 | 第17-39页 |
| 2.1 引言 | 第17页 |
| 2.2 基于背景抑制的检测算法 | 第17-28页 |
| 2.2.1 空域滤波技术 | 第18-22页 |
| 2.2.2 频域滤波法 | 第22-24页 |
| 2.2.3 多尺度分析 | 第24-28页 |
| 2.3 基于特征提取的检测算法 | 第28-38页 |
| 2.3.1 概率主成分分析(PPCA) | 第29-32页 |
| 2.3.2 显著性检测 | 第32-37页 |
| 2.3.3 ORB模型 | 第37-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第3章 基于显著性与尺度空间的红外弱小目标检测 | 第39-47页 |
| 3.1 引言 | 第39页 |
| 3.2 目标模型和算法流程 | 第39-40页 |
| 3.2.1 红外小目标模型 | 第39-40页 |
| 3.2.2 算法流程 | 第40页 |
| 3.3 算法描述 | 第40-44页 |
| 3.3.1 显著性检测 | 第40-42页 |
| 3.3.2 基于尺度空间的红外目标检测算法 | 第42-43页 |
| 3.3.3 最终目标定位 | 第43-44页 |
| 3.4 仿真实验结果与分析 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于双重多尺度滤波的红外弱小目标检测 | 第47-61页 |
| 4.1 引言 | 第47页 |
| 4.2 算法框架 | 第47-48页 |
| 4.3 首次滤波 | 第48-51页 |
| 4.3.1 频谱尺度空间(Spectrum Scale-Space,SSS) | 第48-50页 |
| 4.3.2 信息熵 | 第50-51页 |
| 4.4 二次滤波 | 第51-54页 |
| 4.4.1 Gabor多尺度滤波 | 第51-53页 |
| 4.4.2 非负矩阵分解(NMF) | 第53-54页 |
| 4.5 仿真实验结果与分析 | 第54-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 基于L_0梯度最小化的相位多尺度红外弱小目标检测 | 第61-73页 |
| 5.1 引言 | 第61页 |
| 5.2 算法基本框架 | 第61-62页 |
| 5.3 相位尺度空间(Phase Spectrum Scale-Space,PSSS) | 第62-65页 |
| 5.4 L_0梯度最小化 | 第65-67页 |
| 5.5 仿真实验结果与分析 | 第67-70页 |
| 5.6 本章小结 | 第70-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73-74页 |
| 6.2 课题展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间的科研成果 | 第83页 |
