复杂云背景中小目标检测的背景抑制方法
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第8-15页 |
1.1 课题背景及研究的目的和意义 | 第8-9页 |
1.2 小目标检测的背景抑制算法研究现状 | 第9-13页 |
1.3 本文的主要研究内容 | 第13-15页 |
第2章 红外探测系统小目标特性及成像模型研究 | 第15-34页 |
2.1 引言 | 第15-16页 |
2.2 红外小目标图像简介 | 第16-17页 |
2.3 红外小目标图像特性分析 | 第17-26页 |
2.3.1 红外小目标特性分析 | 第18-19页 |
2.3.2 红外小目标图像背景特性分析研究 | 第19-21页 |
2.3.3 红外小目标图像噪声特性分析 | 第21-26页 |
2.4 小目标成像模型的推导 | 第26-31页 |
2.5 红外小目标检测的技术难点 | 第31-33页 |
2.6 本章小结 | 第33-34页 |
第3章 红外小目标图像的背景抑制方法 | 第34-51页 |
3.1 红外图像灰度特性 | 第34-36页 |
3.2 几种传统的背景抑制算法 | 第36-48页 |
3.2.1 权值固定的背景估计算法 | 第36-40页 |
3.2.2 中值滤波与最大中值滤波算法 | 第40-42页 |
3.2.3 局部灰度特性算法 | 第42-44页 |
3.2.4 高通滤波算法 | 第44-47页 |
3.2.5 小波背景抑制算法 | 第47-48页 |
3.3 红外小目标图像的背景抑制原理 | 第48-50页 |
3.3.1 红外弱小目标图像背景抑制方法分析 | 第48-50页 |
3.3.2 红外弱小目标图像背景抑制方法的评价 | 第50页 |
3.4 本章小结 | 第50-51页 |
第4章 数学形态学红外小目标背景抑制算法 | 第51-67页 |
4.1 灰度形态学基本原理 | 第51-53页 |
4.2 灰度形态学背景抑制 Top-Hat 方法 | 第53-62页 |
4.2.1 次序数学形态学 Top-Hat 方法 | 第56-58页 |
4.2.2 柔性数学形态学 Top-Hat 方法 | 第58-62页 |
4.3 实验结果与分析 | 第62-65页 |
4.4 本章小节 | 第65-67页 |
结论 | 第67-68页 |
参考文献 | 第68-73页 |
攻读硕士学位期间发表的论文及其它成果 | 第73-75页 |
致谢 | 第75页 |