| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及研究意义 | 第10-12页 |
| 1.2 国内外研究动态 | 第12-18页 |
| 1.2.1 毫米波无源探测成像系统 | 第12-15页 |
| 1.2.2 毫米波图像目标检测技术发展现状 | 第15-18页 |
| 1.3 本文主要工作及章节安排 | 第18-20页 |
| 1.3.1 论文的主要工作 | 第18页 |
| 1.3.2 论文的章节安排 | 第18-20页 |
| 第二章 毫米波成像目标检测与跟踪理论基础 | 第20-34页 |
| 2.1 毫米波辐射基本理论 | 第20-27页 |
| 2.1.1 黑体辐射理论 | 第20-22页 |
| 2.1.2 毫米波无源探测理论 | 第22-24页 |
| 2.1.3 隐匿金属体辐射特性分析 | 第24-27页 |
| 2.2 图像处理技术基础 | 第27-33页 |
| 2.2.1 图像去噪算法 | 第27-28页 |
| 2.2.2 图像分割算法 | 第28-29页 |
| 2.2.3 动目标检测算法 | 第29-32页 |
| 2.2.4 目标跟踪算法 | 第32-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 基于局部聚合聚类的目标检测算法研究 | 第34-46页 |
| 3.1 引言 | 第34-35页 |
| 3.2 聚类算法概述 | 第35-36页 |
| 3.3 聚合聚类算法 | 第36-37页 |
| 3.4 聚合聚类算法改进 | 第37-39页 |
| 3.5 基于局部聚合聚类的目标检测算法研究 | 第39-42页 |
| 3.5.1 局部聚合聚类处理 | 第40页 |
| 3.5.2 相邻行聚类信息差异最小化 | 第40-41页 |
| 3.5.3 人体区域提取和隐匿目标检测 | 第41-42页 |
| 3.5.4 LAC-CWD算法流程 | 第42页 |
| 3.6 算法仿真实验及结果分析 | 第42-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 基于先验面积比的目标检测算法研究 | 第46-56页 |
| 4.1 引言 | 第46-47页 |
| 4.2 基于先验面积比的图像分割算法研究 | 第47-52页 |
| 4.2.1 最大类间方差法 | 第47-49页 |
| 4.2.2 基于先验面积比的单阈值图像分割算法研究 | 第49-51页 |
| 4.2.3 基于先验面积比的双阈值图像分割算法研究 | 第51-52页 |
| 4.3 毫米波图像目标检测算法 | 第52页 |
| 4.4 实验结果与分析 | 第52-55页 |
| 4.4.1 单阈值检测算法验证实验 | 第52-53页 |
| 4.4.2 双阈值检测结果 | 第53-54页 |
| 4.4.3 PAR-CWD算法复杂度分析 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 毫米波图像序列隐匿目标检测与跟踪算法研究 | 第56-69页 |
| 5.1 引言 | 第56-57页 |
| 5.2 空间相关性滤波器设计 | 第57-58页 |
| 5.3 毫米波图像序列人体区域提取算法设计 | 第58-61页 |
| 5.3.1 毫米波图像序列的成像模型 | 第58-59页 |
| 5.3.2 人体区域检测算法 | 第59-60页 |
| 5.3.3 背景更新算法 | 第60-61页 |
| 5.4 毫米波图像序列目标检测与跟踪算法研究 | 第61-65页 |
| 5.4.1 人体区域提取步骤 | 第61-62页 |
| 5.4.2 隐匿目标的检测步骤 | 第62-63页 |
| 5.4.3 隐匿目标的跟踪步骤 | 第63-65页 |
| 5.5 毫米波图像序列模拟及仿真实验 | 第65-68页 |
| 5.5.1 毫米波图像模拟方法研究 | 第65-66页 |
| 5.5.2 仿真实验及分析 | 第66-68页 |
| 5.7 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 工作展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间的研究成果 | 第76-77页 |