声明
1 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状分析
1.2.1 弱小目标检测算法现状分析
1.2.2 弱小目标跟踪算法现状分析
1.3 研究内容和章节安排
2 小目标检测图像预处理技术
2.1 引言
2.2 常见 DBT策略下图像预处理技术
2.2.1 空间滤波方法
2.2.2 频域滤波方法
2.3 结合底帽变换与 Harris角点的图像预处理技术
2.4 小结
3 天空背景下弱小运动目标检测算法
3.1 引言
3.2 常见弱小运动目标检测方法
3.2.1 DBT 典型目标检测算法
3.2.2 TBD典型目标检测算法
3.3 基于 fast-LOF与光流轨迹的弱小目标检测算法
3.3.1 相关工作
3.3.2 单帧检测
3.3.3 多帧确认:光流轨迹分类
3.3.4 检测算法流程
3.4 检测算法复杂度优化:使用孤立森林检测异常
3.5 小结
4 天空背景下弱小运动目标跟踪算法
4.1 引言
4.2 典型视频目标跟踪方法
4.2.1 粒子滤波
4.2.2 核相关滤波器
4.3 基于贝叶斯估计和保边去噪的相关滤波跟踪算法
4.3.1 基于粒子滤波粗略定位弱小运动目标
4.3.2 基于核相关滤波精确跟踪弱小运动目标
4.3.3 跟踪算法流程
4.4 小结
5 软件实现与实验验证
5.1 引言
5.2 检测算法实现与实验验证
5.3 跟踪算法实现与实验验证
5.3.1 针对背景大幅运动时算法抗扰能力的测试
5.3.2 针对快速机动目标的跟踪精度测试
5.3.3 针对极低信噪比场景中算法跟踪精度的测试
5.3.4 算法跟踪效率实验
5.4 小结
6 总结与展望
6.1 本文研究工作
6.2 研究工作展望
致谢
参考文献
附录
南京理工大学;