首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

数字域TDI CMOS遥感相机高动态高灵敏成像技术研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第15-29页
    1.1 研究背景及意义第15-19页
    1.2 国内外研究现状第19-26页
        1.2.1 CMOS图像传感器的光学遥感应用现状第19-21页
        1.2.2 数字域TDI CMOS成像技术研究现状第21-23页
        1.2.3 高动态范围成像技术研究现状第23-24页
        1.2.4 高灵敏度成像技术研究现状第24-26页
    1.3 论文的主要研究内容与章节安排第26-29页
        1.3.1 论文的主要研究内容第26-27页
        1.3.2 论文的章节安排第27-29页
第2章 数字域TDI CMOS高动态高灵敏成像分析第29-45页
    2.1 数字域TDI CMOS工作原理第29-38页
        2.1.1 积分级数影响分析第32-34页
        2.1.2 信噪比模型分析第34-35页
        2.1.3 调制传递函数模型分析第35-38页
    2.2 数字域TDI CMOS高动态范围成像分析第38-42页
        2.2.1 数字域TDI CMOS高动态范围成像研究的必要性第38-39页
        2.2.2 成像链路动态范围影响因素分析第39-41页
        2.2.3 数字域TDI CMOS高动态范围成像的特殊性第41-42页
    2.3 数字域TDI CMOS高灵敏成像分析第42-44页
        2.3.1 数字域TDI CMOS高灵敏成像研究的必要性第42页
        2.3.2 成像链路灵敏度影响因素分析第42-43页
        2.3.3 数字域TDI CMOS高灵敏成像的特殊性第43-44页
    2.4 本章小结第44-45页
第3章 数字域TDI CMOS高动态范围成像技术第45-71页
    3.1 任意级数图像特性分析与筛选策略第45-49页
    3.2 熵值最大化的自适应直方图均衡化(EMAHE)算法第49-60页
        3.2.1 多级数图像增强需求解析第49页
        3.2.2 多级数图像增强算法分析第49-57页
        3.2.3 熵值最大化的区域自适应直方图均衡化算法第57-60页
    3.3 基于梯度塔形分解和熵值加权的图像融合算法第60-68页
        3.3.1 多级数图像融合需求解析第60-61页
        3.3.2 多级数图像融合算法分析第61-67页
        3.3.3 基于梯度金字塔分解和熵值加权的融合算法第67-68页
    3.4 本章小结第68-71页
第4章 数字域TDI CMOS高灵敏成像技术第71-85页
    4.1 移位Binning高灵敏成像技术分析第71-75页
        4.1.1 高灵敏成像需求分析第71页
        4.1.2 Binning高灵敏成像方法分析第71-74页
        4.1.3 移位Binning成像方法第74-75页
    4.2 移位Binning对信噪比的影响分析第75-77页
    4.3 移位Binning对调制传递函数的影响分析第77-83页
    4.4 本章小结第83-85页
第5章 数字域TDI CMOS高动态高灵敏成像实验第85-101页
    5.1 实验方案设计第85页
    5.2 实验仪器及设备第85-87页
    5.3 高动态范围成像实验结果及分析第87-94页
        5.3.1 EMAHE图像增强算法效果验证第87-88页
        5.3.2 融合算法效果验证第88-90页
        5.3.3 数字TDI CMOS高动态范围成像方法验证第90-94页
    5.4 高灵敏成像实验结果及分析第94-99页
    5.5 本章小结第99-101页
第6章 总结与展望第101-105页
    6.1 论文主要研究内容第101-102页
    6.2 论文主要创新点第102-103页
    6.3 后续工作展望第103-105页
参考文献第105-113页
致谢第113-115页
作者简历及攻读学位期间发表的学术论文与研究成果第115页

论文共115页,点击 下载论文
上一篇:光电干扰吊舱复合轴控制的研究
下一篇:具有柔性加工时间的自动化生产系统循环调度方法研究