声明
摘要
图目录
表目录
1 绪论
1.1 课题研究背景及研究意义
1.2 红外弱小目标检测方法研究现状
1.2.1 “先检测后跟踪”类检测算法
1.2.2 “先跟踪后检测”类检测算法
1.3 论文主要工作
1.4 章节安排
2 小目标检测图像分析
2.1 红外图像模型及特点
2.2 小目标特点分析
2.3 背景特征分析
2.4 红外图像噪声特性分析
2.5 本章小结
3 目标增强及背景抑制算法
3.1 目标增强算法
3.1.1 LoG算子
3.1.2 DoG算子
3.1.3 DoG和LoG的关系
3.1.4 DoGb算子
3.2 目标增强算法效果分析
3.3 阈值与图像分割
3.3.1 图像分割的定义
3.3.2 基于阈值的图像分割
3.3.3 自适应阈值方法
3.3.4 双阈值方法
3.3.5 阈值分割方法的优缺点
3.3.6 基于区域生长的图像分割
3.4 本章小节
4 基于KSVM的小目标识别方法
4.1 KSVM模型简介
4.2 红外小目标识别算法流程
4.3 本文算法与传统小目标检测算法的对比
4.4 对算法存在问题的探讨
4.4.1 阈值选取方案
4.4.2 去除重复点
4.5 本章小结
5 实验结果与讨论
5.1 实验环境
5.2 不同滤波方式对识别效果的影响
5.3 LoG核中s参数对识别效果的影响
5.4 不同核函数对识别效果的影响
5.5 红外小目标识别算法对比分析
5.6 本章小结
6 总结与展望
6.1 全文总结
6.2 未来工作
参考文献
致谢
个人简历、在学校期间发表的学术论文与研究成果