| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 研究背景及意义 | 第12-16页 |
| 1.2 国内外研究现状及发展动态 | 第16-22页 |
| 1.2.1 红外弱小目标检测技术 | 第16-20页 |
| 1.2.2 图像的稀疏反演技术 | 第20-22页 |
| 1.3 主要研究工作及技术路线 | 第22-24页 |
| 1.4 论文结构安排 | 第24-26页 |
| 第二章 红外弱小目标反演及检测 | 第26-41页 |
| 2.1 复杂背景红外成像特性 | 第26-32页 |
| 2.2 红外弱小目标成像特性 | 第32-33页 |
| 2.3 动态反演方法 | 第33-40页 |
| 2.3.1 预备知识 | 第34-36页 |
| 2.3.2 反演方法 | 第36-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 联合正则化红外弱小目标检测 | 第41-60页 |
| 3.1 联合正则化理论 | 第41-42页 |
| 3.2 基于全变差-主成分追踪的红外弱小目标检测 | 第42-50页 |
| 3.2.1 全变差理论 | 第42-43页 |
| 3.2.2 主成分追踪理论 | 第43-44页 |
| 3.2.3 全变差-主成分追踪红外弱小目标检测算法 | 第44-50页 |
| 3.3 实验与结果分析 | 第50-59页 |
| 3.3.1 算法参数设置 | 第50-51页 |
| 3.3.2 评价指标 | 第51-53页 |
| 3.3.3 检测结果与分析 | 第53-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第四章 基于子空间学习的红外弱小目标检测 | 第60-79页 |
| 4.1 子空间学习理论 | 第60页 |
| 4.2 基于稳定多子空间学习的红外弱小目标检测 | 第60-67页 |
| 4.2.1 低秩表示与子空间聚类 | 第60-62页 |
| 4.2.2 基于稳定多子空间学习的红外弱小目标检测 | 第62-67页 |
| 4.3 实验与结果分析 | 第67-78页 |
| 4.3.1 参数设置 | 第68页 |
| 4.3.2 仿真数据测试 | 第68-73页 |
| 4.3.3 实际场景数据测试 | 第73-77页 |
| 4.3.4 计算效率测试 | 第77-78页 |
| 4.4 本章小结 | 第78-79页 |
| 第五章 基于稀疏表示的红外弱小目标检测 | 第79-97页 |
| 5.1 红外图像稀疏表示理论 | 第79-81页 |
| 5.1.1 稀疏表示理论 | 第79-80页 |
| 5.1.2 稀疏表示在红外目标检测中的应用 | 第80-81页 |
| 5.2 基于多任务联合稀疏表示的红外弱小目标检测 | 第81-90页 |
| 5.2.1 多任务联合稀疏表示理论 | 第81-85页 |
| 5.2.2 基于MTJSRC的红外弱小目标检测方法 | 第85-90页 |
| 5.3 实验与结果分析 | 第90-95页 |
| 5.3.1 样本库构建 | 第90-91页 |
| 5.3.2 评价指标 | 第91-93页 |
| 5.3.3 检测结果与分析 | 第93-95页 |
| 5.4 本章小结 | 第95-97页 |
| 第六章 基于变分模态反演的红外弱小目标检测 | 第97-110页 |
| 6.1 模态分解与变分理论 | 第97-99页 |
| 6.1.1 经验模态分解 | 第97-98页 |
| 6.1.2 变分模态分解 | 第98-99页 |
| 6.2 非负约束变分模态分解红外弱小目标检测 | 第99-104页 |
| 6.2.1 模型构建 | 第100-103页 |
| 6.2.2 求解方法 | 第103-104页 |
| 6.3 实验与结果分析 | 第104-108页 |
| 6.4 本章小结 | 第108-110页 |
| 第七章 基于显著性的红外弱小目标检测 | 第110-126页 |
| 7.1 显著性检测理论 | 第110-111页 |
| 7.2 局部对比度结合区域显著性红外弱小目标检测 | 第111-116页 |
| 7.2.1 红外图像区域显著性度量 | 第111-113页 |
| 7.2.2 局部对比度策略 | 第113-115页 |
| 7.2.3 LCM结合区域显著性红外弱小目标检测算法 | 第115-116页 |
| 7.3 基于二值图显著性与运动信息的红外弱小目标检测 | 第116-120页 |
| 7.3.1 二值图显著性 | 第116-117页 |
| 7.3.2 BMS结合运动信息的红外弱小目标检测 | 第117-120页 |
| 7.4 实验结果与分析 | 第120-125页 |
| 7.4.1 局部对比度结合区域显著性方法 | 第120-123页 |
| 7.4.2 二值图显著性结合运动信息方法 | 第123-125页 |
| 7.5 本章小结 | 第125-126页 |
| 第八章 总结与展望 | 第126-130页 |
| 8.1 全文总结 | 第126-128页 |
| 8.2 后续工作展望 | 第128-130页 |
| 致谢 | 第130-131页 |
| 参考文献 | 第131-145页 |
| 攻读博士学位期间取得的成果 | 第145-146页 |
