文摘
英文文摘
第一章绪论
1.1研究背景及重要意义
1.1.1基本概念
1.1.2研究背景
1.1.3研究意义
1.2国内外研究现状
1.2.1背景杂波量化表征技术
1.2.2基于人眼视觉的光电成像系统
1.2.3基于机器视觉的光电成像系统
1.3研究内容及研究方法
1.3.1背景杂波的量化表征
1.3.2人眼视觉成像系统背景杂波修正模型的建立
1.3.3机器视觉成像系统背景杂波修正模型的建立
1.4论文的结构与特色
1.4.1课题来源
1.4.2内容结构
1.4.3特色与创新点
第二章光电图像中背景杂波的表征
2.1基本概念
2.1.1背景杂波的基本概念
2.1.2量化描述背景杂波的意义
2.1.3杂波量化尺度的基本要求
2.1.4杂波量化尺度验证的一般过程
2.2杂波量化与视觉感知模型
2.2.1视觉感知模型
2.2.2人眼视觉的基本感知特性
2.2.3影响感知效应的主要因素
2.3背景杂波量化尺度的分类
2.4数学统计方差杂波量化尺度
2.4.1统计方差(SV)尺度的基本概念
2.4.2基于SV的信杂比(SCR)尺度
2.4.3 SV尺度的优缺点
2.4.4 SV的改进尺度SSV
2.5基于人眼视觉对高对比度区域敏感性的杂波尺度
2.5.1基于灰度级图像的整体杂波尺度
2.5.2基于边缘滤波图像的整体杂波尺度
2.6基于图像纹理的杂波尺度
2.7背景杂波尺度的试验研究
2.7.1基于NVESD合成图像数据库的验证分析
2.7.2基于休斯飞机公司图像数据库的验证分析
2.7.3基于以色列图像数据库的验证分析
2.8 Search_2图像数据库
2.8.1 Search_2图像数据库
2.8.2搜索试验过程
2.9目标局部对比度
2.9.1平方和根(RSS)尺度
2.9.2 DOLYE尺度
2.9.3目标复杂性TC
2.9.4线功率谱特征(PSS)尺度
2.10基于机器视觉的背景杂波量化尺度—PSD模型
2.10.1机器视觉中光电背景杂波量化基本原理
2.10.2机器视觉中光电背景杂波量化技术分析
2.10.3结论
2.11本章小结
第三章目标结构相似性(TSSIM)杂波量化描述尺度
3.1引言
3.2目标结构相似性(TSSIM)尺度
3.2.1基本原理
3.2.2基本思路
3.2.3数学意义
3.2.4算法实现
3.2.5合理性分析
3.3目标纹理相似性(TTSIM)尺度
3.4试验验证的基础
3.4.1试验数据
3.4.2性能评价测度
3.5杂波尺度与目标探测概率的相关性分析比较
3.5.1数据介绍
3.5.2实验结果
3.5.3分析与讨论
3.6杂波尺度与目标平均探测时间的相关性分析比较
3.6.1实验结果
3.6.2分析与讨论
3.7利用TSSIM杂波尺度分析观察者的目标虚警特性
3.7.1虚警模型
3.7.2基于TSSIM的目标虚警概率特性实验分析
3.8本章小结
第四章基于TSSIM的NVESD目标获取性能修正模型
4.1引言
4.2目标获取中的基本概念
4.3 NVESD目标获取性能模型
4.3.1 NVESD模型的基本发展过程
4.3.2 NVESD模型中的一些基本概念
4.3.3静态性能模型
4.3.4动态搜索探测性能模型
4.4背景杂波对NVESD目标获取性能的已有修正方法
4.4.1 Meitzler修正模型
4.4.2 D'Agostino修正模型
4.5基于TSSIM的NVESD目标获取性能的修正模型
4.5.1基本概念
4.5.2静态模型修正因子的选取
4.5.3搜索模型修正因子的选取
4.5.4修正模型的建立
4.6修正模型的试验分析与讨论
4.6.1静态修正模型的模拟结果
4.6.2搜索修正模型的模拟结果
4.6.3原NVESD模型的模拟结果
4.6.4模拟结果的分析与讨论
4.7本章小结
第五章背景杂波对机器视觉成像系统探测性能的修正
5.1引言
5.2机器视觉光电成像系统的基本组成
5.2.1基于机器视觉的光电成像系统性能评估模型框架
5.2.2基本思想
5.2.3目标与背景杂波量化模型
5.2.4图像处理算法模块
5.3包含背景杂波效应的的目标探测性能模型
5.4本章小结
第六章全文总结
6.1结论及主要创新点
6.2进一步研究计划
致谢
参考文献
攻读博士学位期间研究成果