对空红外弱小目标检测算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究应用现状 | 第9-14页 |
| 1.2.1 红外图像预处理算法及其研究现状 | 第9-11页 |
| 1.2.2 红外图像检测算法及其研究现状 | 第11-13页 |
| 1.2.3 红外图像跟踪算法及其研究现状 | 第13-14页 |
| 1.3 本文的内容安排和主要工作 | 第14-16页 |
| 第二章 红外小目标模型及图像预处理 | 第16-46页 |
| 2.1 红外小目标图像特征分析 | 第16-19页 |
| 2.1.1 红外图像小目标模型分析 | 第16-17页 |
| 2.1.2 红外图像背景特性分析 | 第17-18页 |
| 2.1.3 红外图像噪声特性分析 | 第18-19页 |
| 2.2 红外图像预处理算法 | 第19-36页 |
| 2.2.1 空域滤波 | 第19-24页 |
| 2.2.2 频域滤波 | 第24-26页 |
| 2.2.3 形态学滤波 | 第26-30页 |
| 2.2.4 实验仿真及结果分析 | 第30-36页 |
| 2.3 一种新的混合滤波 | 第36-45页 |
| 2.3.1 相关基础滤波 | 第36-39页 |
| 2.3.2 闽值分割技术 | 第39-41页 |
| 2.3.3 混合滤波及实验结果 | 第41-45页 |
| 2.4 本章小结 | 第45-46页 |
| 第三章 基于序列的运动红外小目标检测 | 第46-60页 |
| 3.1 基于能量累积的弱小目标预处理 | 第46-49页 |
| 3.2 基于管道滤波的运动小目标检测 | 第49-56页 |
| 3.2.1 邻域判决法 | 第49-50页 |
| 3.2.2 管道滤波及改进的移动式加权管道滤波 | 第50-53页 |
| 3.2.3 轨迹及邻域跳变判决检测 | 第53-56页 |
| 3.3 实验仿真及结果分析 | 第56-58页 |
| 3.4 本章小结 | 第58-60页 |
| 第四章 基于机器学习的运动红外小目标检测 | 第60-70页 |
| 4.1 AdaBoost算法原理 | 第60-63页 |
| 4.2 基于AdaBoost的树桩分类算法 | 第63-67页 |
| 4.3 实验仿真及结果分析 | 第67-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 总结和展望 | 第70-72页 |
| 5.1 研究总结 | 第70页 |
| 5.2 研究展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 作者简介 | 第78页 |
