| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-17页 |
| ·课题的研究背景及意义 | 第9-13页 |
| ·数字图像处理的起源与应用 | 第9-10页 |
| ·目标检测的应用背景和方法 | 第10页 |
| ·红外热成像技术原理及应用现状 | 第10-12页 |
| ·本课题的研究意义 | 第12页 |
| ·本文的研究内容 | 第12-13页 |
| ·红外动态目标检测技术研究现状 | 第13-16页 |
| ·包含动态目标的红外图像特性分析 | 第13页 |
| ·红外动态目标检测技术简介 | 第13-16页 |
| ·论文内容安排 | 第16-17页 |
| 2 小波理论与分形理论简介 | 第17-35页 |
| ·小波变换基本概念 | 第18-25页 |
| ·小波基 | 第18-19页 |
| ·常用小波函数 | 第19-22页 |
| ·连续小波变换——CWT | 第22页 |
| ·离散小波变换——DWT | 第22-23页 |
| ·多分辨率分析 | 第23-24页 |
| ·Mattet 金字塔算法 | 第24-25页 |
| ·分形几何概述 | 第25-34页 |
| ·分形的基本概念 | 第25-26页 |
| ·分形维数的定义 | 第26-31页 |
| ·自相似和自仿射 | 第31页 |
| ·常用的分形模型——分形布朗运动 | 第31-33页 |
| ·分形理论的应用现状 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 红外图像去噪 | 第35-57页 |
| ·基本滤波去噪方法 | 第35-45页 |
| ·空域滤波 | 第35-42页 |
| ·频域滤波 | 第42-45页 |
| ·小波红外图像去噪 | 第45-53页 |
| ·图像的小波变换 | 第46-47页 |
| ·图像小波去噪原理及方法 | 第47-48页 |
| ·阈值去噪方法 | 第48-53页 |
| ·图像去噪仿真及小波基的选取 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 4 基于分形的红外目标检测 | 第57-91页 |
| ·分形目标检测的研究现状 | 第57-59页 |
| ·基于分形理论的目标检测与其它目标检测算法的不同 | 第57-59页 |
| ·分形理论用于红外目标检测原理 | 第59页 |
| ·基于分形维数的目标检测 | 第59-71页 |
| ·基于分形布朗运动模型的Peleg 的ε——双毯法 | 第60-63页 |
| ·基于分形布朗运动模型的功率谱密度方法 | 第63-66页 |
| ·基于分形布朗运动的灰度变化方法 | 第66-68页 |
| ·Keller 的盒子维法 | 第68-70页 |
| ·B.B.Chaudhuri 的差分盒维数法 | 第70-71页 |
| ·基于其它分形特征参数的目标检测算法 | 第71-73页 |
| ·基于D 维面积K 的目标检测算法 | 第71-72页 |
| ·基于分形模型拟合误差的目标检测算法 | 第72-73页 |
| ·多尺度分形参数的目标检测算法 | 第73-77页 |
| ·多尺度分形维数的目标检测算法 | 第74-75页 |
| ·多尺度D 维面积K 的目标检测算法 | 第75-76页 |
| ·多尺度分形模型拟合误差的目标检测算法 | 第76-77页 |
| ·一种新的基于分形理论的目标检测算法 | 第77-80页 |
| ·一种新的多尺度D 维面积K 计算方法 | 第77-79页 |
| ·一种多尺度D 维面积K 和分形维数结合使用的目标检测算法 | 第79-80页 |
| ·基于MKD 结果的图像阈值分割 | 第80-85页 |
| ·阈值分割的原理 | 第80-81页 |
| ·确定分割阈值的方法 | 第81-85页 |
| ·伪目标排除 | 第85-86页 |
| ·实验结果分析 | 第86-90页 |
| ·本章小结 | 第90-91页 |
| 5 结论与展望 | 第91-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-98页 |
| 附录 | 第98页 |