摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-20页 |
·研究背景及意义 | 第12-13页 |
·研究动态与发展现状 | 第13-18页 |
·图像预处理 | 第13-15页 |
·图像信息融合 | 第15-16页 |
·目标检测与分割 | 第16-17页 |
·目标识别 | 第17-18页 |
·论文的主要研究内容与章节安排 | 第18-20页 |
第二章 红外图像预处理 | 第20-36页 |
·引言 | 第20页 |
·多源图像配准技术 | 第20-28页 |
·图像序列抖动补偿 | 第20-24页 |
·可见光与红外图像配准 | 第24-28页 |
·红外图像增强技术 | 第28-35页 |
·红外图像噪声平滑 | 第28-31页 |
·红外图像杂波抑制 | 第31-35页 |
·本章小结 | 第35-36页 |
第三章 基于多尺度分解的多源图像融合 | 第36-54页 |
·引言 | 第36-37页 |
·基于小波多分辨分析的多源图像融合 | 第37-44页 |
·图像的小波分解与Mallat算法 | 第37-38页 |
·基于小波变换的可见光与红外图像融合算法 | 第38-40页 |
·仿真实验与分析 | 第40-44页 |
·基于Contourlet多尺度几何分析的多源图像融合 | 第44-48页 |
·Contourlet变换基本理论 | 第44-45页 |
·基于Contourlet变换的可见光与红外图像融合算法 | 第45-46页 |
·仿真实验与分析 | 第46-48页 |
·基于能量与区域相关性的双波段红外弱小目标融合检测 | 第48-52页 |
·能量与区域相关性融合准则 | 第48-50页 |
·融合检测算法的原理与设计 | 第50-51页 |
·仿真实验与分析 | 第51-52页 |
·本章小结 | 第52-54页 |
第四章 红外图像弱小目标检测 | 第54-68页 |
·引言 | 第54-55页 |
·非平稳背景下的红外弱小目标检测 | 第55-62页 |
·M估计的基本理论 | 第55-56页 |
·检测算法的原理与设计 | 第56-59页 |
·仿真实验与分析 | 第59-62页 |
·基于移动加权管道滤波的红外弱小目标序列检测 | 第62-67页 |
·管道滤波的基本原理 | 第62-63页 |
·序列检测算法的原理与设计 | 第63-66页 |
·仿真实验与分析 | 第66-67页 |
·本章小结 | 第67-68页 |
第五章 红外图像面目标分割 | 第68-84页 |
·引言 | 第68页 |
·图像分割的性能评价指标 | 第68-71页 |
·传统的红外图像分割方法 | 第71-75页 |
·最大熵法 | 第72-73页 |
·最大类间方差法及其改进算法 | 第73-74页 |
·仿真实验与分析 | 第74-75页 |
·基于均值漂移的红外图像分割 | 第75-79页 |
·均值漂移的基本理论 | 第75-77页 |
·基于均值漂移的红外图像分割算法 | 第77-78页 |
·仿真实验与分析 | 第78-79页 |
·基于标准割与均值漂移相结合的红外图像分割 | 第79-83页 |
·标准割的基本理论 | 第79-81页 |
·基于标准割与均值漂移相结合的红外图像分割算法 | 第81-82页 |
·仿真实验与分析 | 第82-83页 |
·本章小结 | 第83-84页 |
第六章 红外目标识别 | 第84-102页 |
·引言 | 第84页 |
·图像目标特征提取 | 第84-90页 |
·主分量分析法 | 第85-87页 |
·独立分量分析法 | 第87-90页 |
·基于距离函数准则的Fast ICA红外目标特征提取 | 第90-95页 |
·算法原理与设计 | 第91-93页 |
·仿真实验与分析 | 第93-95页 |
·基于Hadamard纠错码的K-近邻红外多目标分类 | 第95-100页 |
·纠错输出码与Hadamard纠错码 | 第96-98页 |
·基于Hadamard码的K-近邻红外多目标分类算法 | 第98-99页 |
·仿真实验与分析 | 第99-100页 |
·本章小结 | 第100-102页 |
第七章 总结与展望 | 第102-104页 |
·总结 | 第102-103页 |
·展望 | 第103-104页 |
致谢 | 第104-106页 |
参考文献 | 第106-120页 |
作者在读期间的研究成果 | 第120-121页 |