| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的主要研究内容及章节安排 | 第11-13页 |
| 第二章 分类算法的理论与方法 | 第13-21页 |
| 2.1 点扩散函数概述 | 第13页 |
| 2.2 点扩散函数提取与数据预处理 | 第13-16页 |
| 2.2.1 点脉冲法获取点扩散函数 | 第13-14页 |
| 2.2.2 点扩散函数数据的筛选 | 第14页 |
| 2.2.3 点扩散函数数据的归一化 | 第14-16页 |
| 2.3 点扩散函数的特征提取 | 第16-17页 |
| 2.4 聚类算法分析 | 第17-19页 |
| 2.5 聚类算法性能评价 | 第19页 |
| 2.6 本章小结 | 第19-21页 |
| 第三章 点扩散函数模拟 | 第21-35页 |
| 3.1 引言 | 第21页 |
| 3.2 施密特望远镜的光学点扩散函数模拟 | 第21-24页 |
| 3.3 我国12米望远镜GLAO系统的点扩散函数模拟 | 第24-27页 |
| 3.4 CCD/CMOS的成像过程模拟 | 第27-34页 |
| 3.4.1 光子到电子的转化 | 第29-31页 |
| 3.4.2 电子到电压的变换 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 点扩散函数分类方法的影响因素分析 | 第35-41页 |
| 4.1 光学采样率对点扩散函数分类影响 | 第35-37页 |
| 4.2 光学像差对点扩散函数的分类影响 | 第37-38页 |
| 4.3 信噪比对点扩散函数的分类影响 | 第38-39页 |
| 4.4 十二米望远镜GLAO系统的点扩散函数聚类分析 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 实测数据分析及应用 | 第41-51页 |
| 5.1 观测数据集介绍及算法流程 | 第41-45页 |
| 5.1.1 观测数据集 | 第41-42页 |
| 5.1.2 算法流程及处理细节 | 第42-45页 |
| 5.2 PMO望远镜的点扩散函数分类分析 | 第45-47页 |
| 5.3 空间碎片观测望远镜的点扩散函数聚类分析 | 第47-48页 |
| 5.4 利用空间碎片观测望远镜的数据进行星象拟合 | 第48-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 攻读学位期间发表的学术论文目录 | 第59页 |