文摘
英文文摘
声明
第一章 绪论
1.1课题背景及意义
1.2相关技术及国外研究现状
1.3本文的内容安排及创新
第二章 微弱目标检测中的背景抑制技术基础
2.1红外图像的数学描述
2.1.1微弱目标模型
2.1.2背景杂波模型
2.1.3噪声模型
2.2红外图像背景杂波抑制的性能评价方法
2.2.1目标局域信号杂波比增益检验
2.2.2残差图像噪声的正态性检验
2.2.3残差图像噪声的白化程度检验
2.3序列图像背景杂波的抑制方法
2.3.1非参数回归估计的线性空域滤波
2.3.2自适应的线性空域滤波
第三章 基于动态模糊神经网络的背静抑制技术
3.1动态模糊神经网络基础
3.2模糊系统
3.2.1模糊集
3.2.2模糊规则
3.2.3模糊推理系统
3.2.4模糊系统作为非线性性逼近
3.3神经网络
3.3.1神经网络的特性
3.3.2人工神经网络基本模型
3.4动态模糊神经网络的结构
3.5动态模糊神经网络的学习算法
3.5.1规则产生准则
3.5.2分级学习思想
3.5.3前提参数分配
3.5.4结果参数确定
3.5.5动态模糊神经网络训练基本流程
3.6图像的二值分割
3.6.1基于灰度值统计的阈值分割
3.6.2基于图像灰度值自适应分割法
3.6.3基于过门限率和过门限像素分割方法
3.7仿真结果
3.7.1杂波抑制试验结果
3.7.2残留噪声白化程度检验
3.7.3性能检验
3.7.4经过阈值处理后的图像对比图
第四章 基于目标运动连续性和方向性的轨迹跟踪算法
4.1目标轨迹跟踪算法
4.1.1基于最小二乘法的轨迹检测算法
4.2.2管道滤波
4.2使用时空域智能管道标记的拟合跟踪方法
4.2.1时空域智能管道标记拟合跟踪算法
4.2.2递推时空域智能标记跟踪算法
4.3仿真结果分析
4.3.1集成检测性能以及相关参数的分析
4.3.2允许连续漏报的分析
4.3.3实验结果图
第五章 结论与展望
5.1本文工作总结
5.2研究展望
致谢
参考文献
攻读硕士期间取得的研究成果