| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究目的和意义 | 第10页 |
| 1.2 研究背景 | 第10-12页 |
| 1.3 相关技术国内外发展现状 | 第12-16页 |
| 1.3.1 红外图像预处理 | 第12-13页 |
| 1.3.2 红外目标检测技术 | 第13-16页 |
| 1.4 本文的主要研究工作和内容安排 | 第16-18页 |
| 第二章 红外图像背景预处理技术 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 红外弱小目标图像特性分析 | 第18-21页 |
| 2.2.1 红外弱小目标 | 第18-19页 |
| 2.2.2 红外背景 | 第19-20页 |
| 2.2.3 噪声分布 | 第20-21页 |
| 2.3 常见的红外背景预处理方法以及仿真效果比较 | 第21-33页 |
| 2.3.1 常见的空间滤波方法 | 第21-28页 |
| 2.3.2 常见的频率域滤波方法 | 第28-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 基于傅里叶变换和自适应Butterworth高通滤波相结合的目标检测 | 第35-57页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基于熵的理论的红外背景复杂性分析办法 | 第36-43页 |
| 3.2.1 信息熵 | 第37-39页 |
| 3.2.2 加权信息熵描述红外图像复杂性程度度量的有效性 | 第39-43页 |
| 3.3 基于傅里叶变换的自适应Butterworth图像预处理办法 | 第43-50页 |
| 3.3.1 基于傅里叶变换的Butterworth高通滤波器 | 第43-46页 |
| 3.3.2 中值滤波器和自适应Butterworth相结合的图像预处理 | 第46-50页 |
| 3.4 算法仿真实现和结果分析 | 第50-55页 |
| 3.4.1 对背景较为简单的红外图像进行滤波处理 | 第51-52页 |
| 3.4.2 对背景较为复杂的红外图像进行滤波处理 | 第52-53页 |
| 3.4.3 背景很复杂的红外图像进行滤波处理 | 第53-55页 |
| 3.5 本章小结 | 第55-57页 |
| 第四章 基于动态规划的红外弱小目标检测方法 | 第57-65页 |
| 4.1 引言 | 第57页 |
| 4.2 动态规划方法基本原理 | 第57-59页 |
| 4.2.1 动态规划的基本原理 | 第57-58页 |
| 4.2.2 动态规划的基本方程 | 第58-59页 |
| 4.2.3 动态规划求解的一般过程 | 第59页 |
| 4.3 基于动态规划的弱小目标检测 | 第59-61页 |
| 4.4 动态规划算法流程 | 第61页 |
| 4.5 仿真实验及分析 | 第61-63页 |
| 4.6 本章小结 | 第63-65页 |
| 结束语 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 作者在学期间取得的学术成果 | 第75页 |
