本书针对热红外人体目标检测技术的应用，分析和探索了基于热红外图像的人体目标检测方法。全书首先从热红外图像的基本特征和人体目标的基本特点出发，阐述了热红外人体目标检测方法的算法架构，然后围绕该架构分别阐述了热红外图像的预处理、人体目标的图像分割、人体目标的统计分类识别以及人体目标的个体行为识别方法。内容涵盖热红外人体目标检测的各个必要环节，理论与实践并重，针对性和系统性较强。 本书可作为高等院校电子科学与技术、信息与通信工程、计算机科学与技术、控制工程与理论及相关专业本科生、研究生的参考书，也可供从事图像处理与模式识别理论研究、技术应用的研究人员和工程技术人员参考。

第1章 绪论
1.1 红外辐射的基本原理
1.2 红外焦平面探测器
1.3 红外热像仪
1.4 热红外图像的基本特征
1.5 热红外人体目标检测技术与应用
1.5.1 人体目标检测系统的一般组成
1.5.2 热红外人体目标检测工作流程
1.5.3 热红外人体目标检测面临的挑战
1.5.4 热红外人体目标检测的主要应用
第2章 热红外图像的预处理
2.1 热红外图像增强
2.2 热红外图像去噪
2.2.1 热红外图像噪声分析
2.2.2 热红外图像的典型去噪方法
2.2.3 一种基于NSCT与Self-Snake模型的热红外图像去噪方法
2.3 热红外图像与可见光图像融合
2.3.1 图像融合概述
2.3.2 热红外与可见光图像融合方法
2.3.3 一种基于NSCT的热红外与可见光图像多尺度分析融合方法
第3章 红外人体目标图像分割
3.1 热红外图像分割方法概述
3.2 LSAC模型与图像分割
3.2.1 LSAC模型的工作原理
3.2.2 LSAC图像分割关键技术
3.3 RT-BSLSAC图像分割模型
3.3.1 背景差分图像的变换与能量泛函的建立
3.3.2 基于二值水平集函数与Gaussian滤波的快速数值算法
3.3.3 背景更新与初始化
3.3.4 测试结果与分析
3.4 EA-BSLSAC增强模型
3.4.1 添加边缘信息的能量泛函
3.4.2 基于全变分范数对偶公式的模型求解
3.4.3 测试结果与分析
3.5 融合运动检测与静态检测的热红外序列图像分割
3.5.1 同时实现前景检测与背景更新的LSAC模型
3.5.2 基于阈值分割的LSAC模型
3.5.3 运动检测与静态检测的融合
3.5.4 测试结果与分析
3.6 破碎二值化人体目标的修复
3.6.1 综合图像边缘与区域信息的LSAC模型
3.6.2 算法原理与工作流程
3.6.3 测试结果与分析
第4章 热红外人体目标的统计分类识别
4.1 热红外人体目标识别概述
4.2 分类识别性能的评价指标
4.3 热红外人体目标识别数据集
4.4 基于人体轮廓形状特征的热红外人体目标识别
4.5 基于相位一致性特征的热红外人体目标识别
4.6 基于单调波方向能量直方图特征的热红外人体目标识别
4.6.1 理论基础
4.6.2 算法工作流程
4.6.3 测试结果与分析
第5章 热红外人体目标的个体行为识别
5.1 热红外人体行为识别面临的挑战
5.2 热红外人体行为识别方法概述
5.3 热红外图像行为识别数据集
5.4 基于DMHI时空模板的红外人体行为识别
5.4.1 理论基础
5.4.2 算法工作流程
5.4.3 测试结果与分析
5.5 基于MDI时空模板的红外人体行为识别
5.5.1 MDI时空模板的定义
5.5.2 算法工作流程
5.5.3 测试结果与分析
参考文献
索引