首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

日像仪图像重建算法研究

摘要第1-4页
Abstract第4-5页
目录第5-7页
第一章 绪论第7-15页
 摘要第7页
   ·引言第7页
   ·课题的研究背景和研究意义第7-8页
   ·国内外的研究现状第8-12页
     ·图像恢复反卷积算法的研究进展第8-10页
     ·日像仪图像重建的研究进展第10-12页
   ·本文主要内容第12-15页
第二章 综合孔径日像仪成像原理及阵型仿真第15-29页
 摘要第15页
   ·引言第15页
   ·综合孔径成像原理第15-21页
     ·相关干涉仪第16-19页
     ·综合孔径原理第19-21页
   ·日像仪阵型仿真第21-28页
     ·国内外主要的日像仪阵型第21-23页
     ·阵型仿真第23-28页
   ·本章小结第28-29页
第三章 压缩感知框架下的日像仪图像重建算法研究第29-47页
 摘要第29页
   ·引言第29页
   ·压缩感知基本理论第29-33页
     ·信号的稀疏表示第30-31页
     ·信号的测量第31-32页
     ·信号的重建第32-33页
   ·基于压缩感知的日像仪图像重建第33-41页
     ·傅里叶变换第34-36页
     ·稀疏表示和观测矩阵的选取第36-37页
     ·日像仪图像重建第37-41页
   ·两种阵型下的图像重建仿真第41-45页
     ·实验中使用的客观指标第41-42页
     ·两种阵型的仿真实验第42-45页
   ·本章小结第45-47页
第四章 改进的全差分正则化 RL 算法第47-63页
 摘要第47页
   ·引言第47页
   ·全差分第47-49页
     ·有界变差函数和全差分范数第48页
     ·图像恢复的 TV 模型第48-49页
   ·全差分正则化的 RL 算法第49-52页
     ·标准 RL 算法第50页
     ·全差分正则化的 RL 算法第50-52页
   ·改进的基于非线性投影的的 RL_TV 算法第52-61页
     ·基于投影的 TV 正则化的图像去噪问题第53-56页
     ·基于非线性投影的 RL_TV 的日像仪图像重建第56-58页
     ·两种阵型的日像仪图像重建仿真第58-61页
   ·本章小结第61-63页
第五章 总结与展望第63-65页
致谢第65-67页
参考文献第67-73页
读研期间研究成果第73-74页

论文共74页,点击 下载论文
上一篇:车牌定位与字符分割算法的研究及实现
下一篇:基于Android的腾讯微博客户端应用软件设计