| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景及研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 图像预处理技术研究现状 | 第11-13页 |
| 1.2.2 目标检测算法研究现状 | 第13-14页 |
| 1.3 论文安排 | 第14-17页 |
| 第二章 红外图像弱小目标检测基本原理 | 第17-35页 |
| 2.1 引言 | 第17页 |
| 2.2 辐射学基本定律 | 第17-19页 |
| 2.3 红外图像模型分析 | 第19-24页 |
| 2.3.1 背景特性分析 | 第19-20页 |
| 2.3.2 噪声特性分析 | 第20-22页 |
| 2.3.3 目标特性分析 | 第22-24页 |
| 2.3.4 红外图像的模型 | 第24页 |
| 2.4 常见红外图像预处理算法 | 第24-30页 |
| 2.4.1 空域预处理算法 | 第25-28页 |
| 2.4.2 频域预处理算法 | 第28-29页 |
| 2.4.3 时间域预处理算法 | 第29-30页 |
| 2.5 常见弱小目标检测算法 | 第30-33页 |
| 2.5.1 先检测后跟踪算法 | 第30-32页 |
| 2.5.2 先跟踪后检测算法 | 第32-33页 |
| 2.6 小结 | 第33-35页 |
| 第三章 基于显著性与局部对比特性的弱小目标检测算法 | 第35-46页 |
| 3.1 引言 | 第35页 |
| 3.2 基于视觉显著性的图像预处理 | 第35-41页 |
| 3.2.1 视觉显著性及其在目标检测中的应用 | 第35-36页 |
| 3.2.2 图像中显著性区域提取 | 第36-38页 |
| 3.2.3 仿真实验 | 第38-41页 |
| 3.3 基于局部对比特性的目标检测 | 第41-44页 |
| 3.3.1 显著性区域的提取 | 第41-42页 |
| 3.3.2 图像块邻域对比特性分析 | 第42-44页 |
| 3.3.3 仿真实验 | 第44页 |
| 3.4 小结 | 第44-46页 |
| 第四章 基于像素时域特征的序列图像弱小目标检测算法 | 第46-60页 |
| 4.1 引言 | 第46页 |
| 4.2 红外序列图像的时域廓线分析 | 第46-48页 |
| 4.2.1 平稳区域模型 | 第47页 |
| 4.2.2 云层边缘模型 | 第47页 |
| 4.2.3 目标模型 | 第47-48页 |
| 4.3 常用的时域廓线滤波算法 | 第48-51页 |
| 4.3.1 均值滤波 | 第48-49页 |
| 4.3.2 中值滤波 | 第49页 |
| 4.3.3 下驻点连线滤波 | 第49-51页 |
| 4.4 基于时域双边滤波的滤波算法 | 第51-55页 |
| 4.4.1 空域双边滤波算法简介 | 第51-52页 |
| 4.4.2 时域双边滤波算法 | 第52-54页 |
| 4.4.3 仿真实验 | 第54-55页 |
| 4.5 时空融合的红外运动弱小目标检测 | 第55-58页 |
| 4.5.1 结合空域的时域检测算法 | 第56-57页 |
| 4.5.2 仿真实验 | 第57-58页 |
| 4.6 小结 | 第58-60页 |
| 第五章 结束语 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 作者在学期间取得的学术成果 | 第68页 |