| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第9-20页 |
| 1.1 研究的背景及其意义 | 第9-11页 |
| 1.2 国内外发展的现状 | 第11-17页 |
| 1.2.1 红外探测器发展简介 | 第11-13页 |
| 1.2.2 红外相机动态范围自适应技术进展情况 | 第13-14页 |
| 1.2.3 国内红外遥感卫星的发展 | 第14-16页 |
| 1.2.4 美国新一代静止轨道气象卫星 | 第16-17页 |
| 1.3 论文的章节安排 | 第17-19页 |
| 1.4 论文创新点 | 第19-20页 |
| 2 红外相机动态范围影响因素分析 | 第20-33页 |
| 2.1 红外辐射原理及大气传输特性 | 第20-23页 |
| 2.1.1 红外辐射原理 | 第20-21页 |
| 2.1.2 大气辐射传输特性 | 第21-23页 |
| 2.2 红外相机的工作原理 | 第23-26页 |
| 2.3 驱动电路设计 | 第26-28页 |
| 2.4 红外相机动态范围分析 | 第28-30页 |
| 2.5 积分时间对于动态范围的影响 | 第30-32页 |
| 2.6 第二章小结 | 第32-33页 |
| 3 大动态范围图像信息获取技术及图像分割技术 | 第33-41页 |
| 3.1 图像分割技术介绍 | 第33-35页 |
| 3.1.1 聚类分割方法 | 第33-34页 |
| 3.1.2 阈值分割 | 第34-35页 |
| 3.1.3 区域分割法 | 第35页 |
| 3.1.4 基于图论分割法 | 第35页 |
| 3.2 几种调整动态范围的方法 | 第35-38页 |
| 3.3 提高动态范围方法的对比分析 | 第38-40页 |
| 3.4 第三章小结 | 第40-41页 |
| 4 基于卡尔曼滤波的动态范围自适应算法 | 第41-51页 |
| 4.1 基于图像分割技术提取目标场景 | 第41-42页 |
| 4.2 红外线列相机扫描方式 | 第42-43页 |
| 4.3 红外线列相机的卡尔曼过程 | 第43-47页 |
| 4.3.1 红外线列相机的灰度分布直方图 | 第43-46页 |
| 4.3.2 自适应算法的判断标准 | 第46-47页 |
| 4.4 红外线列相机自适应积分时间预处理及卡尔曼算法 | 第47-50页 |
| 4.4.1 卡尔曼算法介绍 | 第47-49页 |
| 4.4.2 积分自适应过程的卡尔曼引入 | 第49-50页 |
| 4.5 第四章总结 | 第50-51页 |
| 5 实验仿真测试 | 第51-60页 |
| 5.1 模拟实验仿真的设计 | 第51页 |
| 5.2 样本点的选取 | 第51-53页 |
| 5.3 预测判定标准及稳定度分析 | 第53-58页 |
| 5.3.1 下一列灰度分布值预测估计依据 | 第53-54页 |
| 5.3.2 仿真稳定度分析 | 第54-58页 |
| 5.4 第五章总结 | 第58-60页 |
| 6 总结和展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 不足和展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第65页 |