| 第1章 绪论 | 第1-15页 |
| 1．1 本文的研究目的及意义 | 第9-10页 |
| 1．2 数学形态学发展现状及其在图像处理中的优势 | 第10-12页 |
| 1．3 红外运动小目标的检测原理 | 第12-13页 |
| 1．4 本文的研究内容及安排 | 第13-15页 |
| 第2章 数学形态学的基本理论 | 第15-32页 |
| 2．1 引言 | 第15-16页 |
| 2．2 二值形态学 | 第16-24页 |
| 2．2．1 二值形态学的理论基础简介 | 第16-18页 |
| 2．2．2 二值形态学基本变换 | 第18-24页 |
| 2．3 灰度形态学 | 第24-30页 |
| 2．3．1 灰度形态学的理论基础简介 | 第24-26页 |
| 2．3．2 灰度形态学的基本变换 | 第26-30页 |
| 2．4 结构元素的选取方法 | 第30-31页 |
| 2．5 本章小结 | 第31-32页 |
| 第3章 背景抑制算法研究 | 第32-44页 |
| 3．1 引言 | 第32-33页 |
| 3．2 典型背景抑制技术 | 第33-35页 |
| 3．2．1 二维最小均方误差滤波 | 第33-34页 |
| 3．2．2 中值滤波器 | 第34页 |
| 3．2．3 频域高通滤波法 | 第34-35页 |
| 3．3 基于数学形态学Top-Hat算子的背景抑制技术 | 第35-38页 |
| 3．3．1 Top-Hat算子及性质 | 第36-37页 |
| 3．3．2 基于Top-Hat算子改进的形态滤波 | 第37-38页 |
| 3．4 实验与分析 | 第38-42页 |
| 3．4．1 仿真实验 | 第38-39页 |
| 3．4．2 实验结果 | 第39-40页 |
| 3．4．3 性能分析 | 第40-42页 |
| 3．4．4 实验结论 | 第42页 |
| 3．5 本章小结 | 第42-44页 |
| 第4章 边缘检测算法研究 | 第44-56页 |
| 4．1 引言 | 第44-45页 |
| 4．2 传统边缘检测算法分析 | 第45-50页 |
| 4．2．1 差分边缘检测方法 | 第45-46页 |
| 4．2．2 Roberts边缘检测算子 | 第46页 |
| 4．2．3 Sobel边缘检测算子 | 第46-47页 |
| 4．2．4 Prewitt边缘检测算子 | 第47-48页 |
| 4．2．5 Robinson边缘检测算子 | 第48-49页 |
| 4．2．6 Laplace边缘检测算子 | 第49-50页 |
| 4．3 基于数学形态学的边缘检测 | 第50-52页 |
| 4．3．1 基于数学形态学的边缘检测原理 | 第50-51页 |
| 4．3．2 改进的数学形态学边缘检测方法 | 第51-52页 |
| 4．4 实验结果与分析 | 第52-55页 |
| 4．4．1 仿真实验 | 第52-55页 |
| 4．4．2 实验结果分析 | 第55页 |
| 4．5 本章小结 | 第55-56页 |
| 第5章 红外图像预处理硬件系统 | 第56-64页 |
| 5．1 红外图像预处理硬件系统构成 | 第56-58页 |
| 5．2 系统的器件选择和连接方法 | 第58-63页 |
| 5．3 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |