| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| §1.1 研究背景及意义 | 第7-9页 |
| §1.2 研究历史与现状 | 第9-10页 |
| §1.3 主要工作介绍 | 第10-11页 |
| 第二章 多传感器信息融合的基本理论 | 第11-17页 |
| §2.1 概述 | 第11-12页 |
| §2.2 信息融合的基本原理 | 第12-15页 |
| §2.2.1 数据层融合(低级或象素级) | 第12-13页 |
| §2.2.2 特征层融合(中级或特征级) | 第13-14页 |
| §2.2.3 决策层融合(高级或决策级) | 第14-15页 |
| §2.3 信息融合的技术与方法 | 第15-16页 |
| §2.4 小结 | 第16-17页 |
| 第三章 红外目标图像特征提取算法 | 第17-30页 |
| §3.1 概述 | 第17-18页 |
| §3.2 红外图像的边缘检测方法 | 第18-24页 |
| §3.2.1 基于小波变换的图像边缘检测原理 | 第18-21页 |
| §3.2.2 多尺度高斯小波梯度算子的构造 | 第21-24页 |
| §3.3 红外目标图像的特征提取方法概述 | 第24-27页 |
| §3.3.1 目标图像的不变矩特征 | 第24-25页 |
| §3.3.2 图像三阶相关量特征 | 第25页 |
| §3.3.3 目标图像的奇异值特征 | 第25-26页 |
| §3.3.4 目标图像的角点,组块特征 | 第26页 |
| §3.3.5 红外图像的分形特征 | 第26-27页 |
| §3.3.6 图像边界的Fourier描述子特征 | 第27页 |
| §3.4 实验结果与分析 | 第27-28页 |
| §3.5 小结 | 第28-30页 |
| 第四章 基于多特征融合的红外目标识别算法 | 第30-42页 |
| §4.1 引言 | 第30页 |
| §4.2 红外图像不变性特征提取算法 | 第30-33页 |
| §4.2.1 红外目标的不变矩特征提取 | 第30-32页 |
| §4.2.2 红外目标的奇异值特征提取 | 第32-33页 |
| §4.3 基于Dempster-Shafer的多特征融合红外目标识别算法 | 第33-38页 |
| §4.3.1 Dempster-Shafer证据理论 | 第33-35页 |
| §4.3.2 基本概率分布函数的构造 | 第35-36页 |
| §4.3.3 分类规则 | 第36页 |
| §4.3.4 实验结果与分析 | 第36-38页 |
| §4.4 基于模糊理论的多特征融合红外目标识别算法 | 第38-41页 |
| §4.4.1 模糊融合识别算法 | 第39-40页 |
| §4.4.2 判决准则 | 第40页 |
| §4.4.3 实验结果与分析 | 第40-41页 |
| §4.5 小结 | 第41-42页 |
| 第五章 毫米波/红外双模制导系统的信息融合算法 | 第42-50页 |
| §5.1 引言 | 第42页 |
| §5.2 时空对准算法研究 | 第42-44页 |
| §5.2.1 空间校准算法 | 第42-43页 |
| §5.2.2 时间校准算法 | 第43-44页 |
| §5.3 极大似然估计的数据融合方法 | 第44-46页 |
| §5.4 融合状态的滤波 | 第46-47页 |
| §5.5 实验结果与分析 | 第47-48页 |
| §5.6 小结 | 第48-50页 |
| 结束语 | 第50-52页 |
| §6.1 工作总结 | 第50页 |
| §6.2 毫米波/红外复合导引头信息融合技术存在的问题与技术展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者在读期间的研究成果 | 第56页 |
