红外分孔径偏振成像技术研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 偏振成像探测的国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 偏振成像探测的应用 | 第12-14页 |
| 1.4 本文主要内容及章节安排 | 第14-16页 |
| 第二章 偏振探测基础理论介绍 | 第16-28页 |
| 2.1 光的偏振 | 第16-19页 |
| 2.2 偏振光的表示方法 | 第19-22页 |
| 2.2.1 琼斯矩阵表示法 | 第19-20页 |
| 2.2.2 斯托克斯矢量表示法 | 第20-21页 |
| 2.2.3 邦加球表示法 | 第21-22页 |
| 2.3 几种典型的偏振成像系统 | 第22-25页 |
| 2.3.1 分时偏振成像系统 | 第22-23页 |
| 2.3.2 分振幅偏振成像系统 | 第23-24页 |
| 2.3.3 分孔径偏振成像系统 | 第24-25页 |
| 2.3.4 分焦平面偏振成像系统 | 第25页 |
| 2.4 本章小结 | 第25-28页 |
| 第三章 分孔径偏振成像系统的图像配准 | 第28-46页 |
| 3.1 引言 | 第28页 |
| 3.2 图像配准原理 | 第28-31页 |
| 3.3 基于子图像的偏振图像配准方法 | 第31-37页 |
| 3.3.1 图像预处理 | 第31-34页 |
| 3.3.2 图像粗配准 | 第34-36页 |
| 3.3.3 子图像精确配准 | 第36-37页 |
| 3.4 实验结果与分析 | 第37-45页 |
| 3.4.1 实验平台介绍 | 第37-40页 |
| 3.4.2 实验结果 | 第40-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于偏振信息的目标检测技术 | 第46-64页 |
| 4.1 引言 | 第46页 |
| 4.2 用于目标识别的神经网络 | 第46-57页 |
| 4.2.1 传统的目标检测算法 | 第46-49页 |
| 4.2.2 深度学习用于目标的检测与识别 | 第49-57页 |
| 4.3 基于偏振信息的目标检测与分割 | 第57-61页 |
| 4.3.1 MASK R-CNN网络结构 | 第57-59页 |
| 4.3.2目标检测与识别实验 | 第59-61页 |
| 4.4 本章小结 | 第61-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72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72页 |
