| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 运动目标检测 | 第8-9页 |
| 1.2.2 红外运动小目标检测 | 第9-11页 |
| 1.3 论文主要研究内容 | 第11页 |
| 1.4 论文的结构安排 | 第11-12页 |
| 第二章 运动小目标检测相关算法介绍 | 第12-25页 |
| 2.1 帧差法 | 第12-13页 |
| 2.2 背景差分法 | 第13-16页 |
| 2.3 光流法 | 第16-19页 |
| 2.4 基于灰度阈值分割的检测方法 | 第19-21页 |
| 2.5 基于水平集（Level set）的检测方法 | 第21-23页 |
| 2.6 基于局域概率分布的小目标检测方法 | 第23-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第三章 基于三帧差分法和边缘检测的运动小目标检测算法 | 第25-39页 |
| 3.1 图像预处理 | 第25-27页 |
| 3.1.1 差分运算的图像预处理 | 第25-26页 |
| 3.1.2 锐化的图像预处理 | 第26-27页 |
| 3.2 边缘检测算子 | 第27-30页 |
| 3.3 基于三帧差分法和边缘检测相结合的运动小目标检测算法 | 第30-36页 |
| 3.3.1 算法框架图 | 第30页 |
| 3.3.2 改进的Canny算子 | 第30-33页 |
| 3.3.3 自适应阈值的三帧差分法 | 第33-34页 |
| 3.3.4 边缘合并及与三帧差融合 | 第34-36页 |
| 3.4 算法性能对比 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 基于水平集与目标时空信息的运动小目标检测算法 | 第39-48页 |
| 4.1 Mumford-Shah模型及Chan-Vese模型介绍 | 第39-40页 |
| 4.2 基于水平集与目标时空信息的运动小目标检测算法 | 第40-47页 |
| 4.2.1 算法框架图 | 第40页 |
| 4.2.2 局部二值拟合模型 | 第40-43页 |
| 4.2.3 目标时空信息分析 | 第43-46页 |
| 4.2.4 算法效果对比 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-49页 |
| 5.1 本文总结 | 第48页 |
| 5.2 工作展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
