复杂背景下红外小目标检测方法的研究
摘要 | 第2-3页 |
ABSTRACT | 第3页 |
第一章 绪论 | 第7-11页 |
1.1 研究背景 | 第7-8页 |
1.2 红外检测系统发展状况,研究意义 | 第8-10页 |
1.3 课题的有关说明 | 第10页 |
1.4 论文的主要研究工作以及章节的安排 | 第10-11页 |
1.4.1 论文的主要研究工作 | 第10页 |
1.4.2 论文的章节安排 | 第10-11页 |
第二章 红外小目标的特征 | 第11-15页 |
2.1 红外小目标的特征 | 第11-14页 |
2.1.1 红外小目标特征分析 | 第11页 |
2.1.2 红外小目标背景特征分析 | 第11-12页 |
2.1.3 红外小目标的噪音特征分析 | 第12页 |
2.1.4 红外小目标图像特征分析 | 第12-14页 |
2.2 本章小结 | 第14-15页 |
第三章 红外小目标图象的预处理 | 第15-23页 |
3.1 概述 | 第15页 |
3.2 空域图象处理 | 第15-19页 |
3.2.1 均值滤波 | 第15-16页 |
3.2.2 线性加权滤波 | 第16页 |
3.2.3 中值滤波器 | 第16-18页 |
3.2.4 自适应门限的中值滤波器 | 第18-19页 |
3.3 巴特沃斯低通滤波 | 第19-20页 |
3.4 仿真及结果分析 | 第20-22页 |
3.4.1 仿真结果 | 第20-21页 |
3.4.2 结果分析 | 第21-22页 |
3.5 本章小结 | 第22-23页 |
第四章红外小目标常用检测方法 | 第23-31页 |
4.1 红外小目标的常用检测方法 | 第23-30页 |
4.1.1 多级假设检验方法(MSHT) | 第23页 |
4.1.2 灰度累积的检测方法 | 第23-24页 |
4.1.3 轨迹搜索的检测方法 | 第24-25页 |
4.1.4 神经网络方法 | 第25页 |
4.1.5 基于背景预测的红外小目标检测方法 | 第25-30页 |
4.1.5.1 基本背景预测方法 | 第26页 |
4.1.5.2 自适应背景预测法 | 第26-27页 |
4.1.5.3 边缘区域分类预测法 | 第27-28页 |
4.1.5.4 背景法的分析 | 第28-30页 |
4.2 本章小结 | 第30-31页 |
第五章 基于小波变换的红外小目标检测 | 第31-45页 |
5.1 概述 | 第31页 |
5.2 小波相关知识 | 第31-33页 |
5.2.1 关于小波 | 第31页 |
5.2.2 小波变换 | 第31-33页 |
5.2.3 小波的性质和特点 | 第33页 |
5.3 基于小波分析及阙值处理的小目标检测算法 | 第33-39页 |
5.3.1 问题的提出 | 第33-34页 |
5.3.2 小波多分辩率分析 | 第34-37页 |
5.3.3 小波阙值去噪 | 第37-39页 |
5.4 分快边缘检测的目标分割 | 第39-41页 |
5.5 仿真结果及分析 | 第41-44页 |
5.6 小结 | 第44-45页 |
第六章 总结与展望 | 第45-46页 |
6.1 工作总结 | 第45页 |
6.2 课题展望 | 第45-46页 |
参考文献 | 第46-48页 |
致谢 | 第48-49页 |
攻读学位期间发表的学术论文目录 | 第49-51页 |