基于尺度空间的红外弱小目标检测算法研究 |
论文目录 | | 摘要 | 第1-5页 | Abstract | 第5-9页 | 第1章 绪论 | 第9-17页 | · 研究课题的背景与意义 | 第9-10页 | · 红外小目标检测研究现状 | 第10-14页 | · 本文的内容安排和主要工作 | 第14-17页 | 第2章 目标检测算法简介 | 第17-39页 | · 引言 | 第17页 | · 基于背景抑制的检测算法 | 第17-28页 | · 空域滤波技术 | 第18-22页 | · 频域滤波法 | 第22-24页 | · 多尺度分析 | 第24-28页 | · 基于特征提取的检测算法 | 第28-38页 | · 概率主成分分析(PPCA) | 第29-32页 | · 显著性检测 | 第32-37页 | · ORB模型 | 第37-38页 | · 本章小结 | 第38-39页 | 第3章 基于显著性与尺度空间的红外弱小目标检测 | 第39-47页 | · 引言 | 第39页 | · 目标模型和算法流程 | 第39-40页 | · 红外小目标模型 | 第39-40页 | · 算法流程 | 第40页 | · 算法描述 | 第40-44页 | · 显著性检测 | 第40-42页 | · 基于尺度空间的红外目标检测算法 | 第42-43页 | · 最终目标定位 | 第43-44页 | · 仿真实验结果与分析 | 第44-46页 | · 本章小结 | 第46-47页 | 第4章 基于双重多尺度滤波的红外弱小目标检测 | 第47-61页 | · 引言 | 第47页 | · 算法框架 | 第47-48页 | · 首次滤波 | 第48-51页 | · 频谱尺度空间(Spectrum Scale-Space,SSS) | 第48-50页 | · 信息熵 | 第50-51页 | · 二次滤波 | 第51-54页 | · Gabor多尺度滤波 | 第51-53页 | · 非负矩阵分解(NMF) | 第53-54页 | · 仿真实验结果与分析 | 第54-60页 | · 本章小结 | 第60-61页 | 第5章 基于L_0梯度最小化的相位多尺度红外弱小目标检测 | 第61-73页 | · 引言 | 第61页 | · 算法基本框架 | 第61-62页 | · 相位尺度空间(Phase Spectrum Scale-Space,PSSS) | 第62-65页 | · L_0梯度最小化 | 第65-67页 | · 仿真实验结果与分析 | 第67-70页 | · 本章小结 | 第70-73页 | 第6章 总结与展望 | 第73-75页 | · 工作总结 | 第73-74页 | · 课题展望 | 第74-75页 | 参考文献 | 第75-81页 | 致谢 | 第81-83页 | 攻读硕士学位期间的科研成果 | 第83页 |
|
|
|