| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究动态 | 第11-16页 |
| 1.2.1 无源毫米波成像系统 | 第11-14页 |
| 1.2.2 图像超分辨率复原技术的发展及应用 | 第14-16页 |
| 1.3 论文的主要内容及章节安排 | 第16-18页 |
| 1.3.1 论文的主要内容 | 第16-17页 |
| 1.3.2 论文的章节安排 | 第17-18页 |
| 第二章 无源毫米波成像及超分辨基本理论 | 第18-27页 |
| 2.1 无源毫米波成像技术基本理论 | 第18-21页 |
| 2.1.1 黑体辐射理论 | 第18-19页 |
| 2.1.2 无源毫米波探测理论 | 第19-21页 |
| 2.2 无源毫米波成像技术的数学模型 | 第21-22页 |
| 2.3 图像超分辨技术概述 | 第22-26页 |
| 2.3.1 超分辨处理技术的概念 | 第22-23页 |
| 2.3.2 基于统计优化的超分辨算法 | 第23-24页 |
| 2.3.3 基于学习的图像超分辨率算法 | 第24-26页 |
| 2.4 超分辨算法性能评价 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 针对毫米波成像超分辨复原的错位校正预处理算法研究 | 第27-43页 |
| 3.1 毫米波探测成像系统图像行间错位的成因分析 | 第27-28页 |
| 3.2 图像行间错位校正的数学模型研究 | 第28-32页 |
| 3.2.1 场景的连续性分析 | 第28-29页 |
| 3.2.2 基于频率域的行间错位估计算法研究 | 第29-32页 |
| 3.3 低频拟合区间提取 | 第32-33页 |
| 3.3.1 相位差曲线平滑处理 | 第32-33页 |
| 3.3.2 拟合区间提取 | 第33页 |
| 3.4 初始错位估计量优化处理算法研究 | 第33-37页 |
| 3.4.1 邻域掩模滤波处理 | 第34-35页 |
| 3.4.2 基于交叉验证的多项式拟合错位量平滑算法研究 | 第35-37页 |
| 3.5 面向毫米波图像超分辨复原的错位校正预处理算法流程 | 第37页 |
| 3.6 行间错位校正算法仿真实验 | 第37-42页 |
| 3.6.1 模拟的光学图像校正实验 | 第38-41页 |
| 3.6.2 实测无源毫米波图像错位校正实验 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第四章 基于联合特征的预分类学习毫米波图像超分辨算法研究 | 第43-61页 |
| 4.1 基于学习的图像超分辨技术 | 第43-44页 |
| 4.2 邻域嵌入理论的数学模型 | 第44-45页 |
| 4.2.1 流形学习理论 | 第44页 |
| 4.2.2 局部线性嵌入法 | 第44-45页 |
| 4.3 基于预分类学习的毫米波图像超分辨算法研究 | 第45-54页 |
| 4.3.1 样本获取 | 第45-46页 |
| 4.3.2 联合特征提取 | 第46-48页 |
| 4.3.3 基于压缩感知的特征维数缩减 | 第48-50页 |
| 4.3.4 基于离散余弦变换的预分类方法 | 第50-52页 |
| 4.3.5 算法描述 | 第52-54页 |
| 4.4 算法仿真实验及结果分析 | 第54-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 基于预分类字典学习的毫米波图像超分辨算法研究 | 第61-74页 |
| 5.1 引言 | 第61页 |
| 5.2 稀疏表示理论研究 | 第61-65页 |
| 5.2.1 图像稀疏表示 | 第61-62页 |
| 5.2.2 稀疏编码算法研究 | 第62-63页 |
| 5.2.3 稀疏表示的字典构建 | 第63-65页 |
| 5.3 基于稀疏表示的图像超分辨处理研究 | 第65-67页 |
| 5.4 基于预分类字典学习的毫米波图像超分辨算法研究 | 第67-69页 |
| 5.5 算法仿真实验及结果分析 | 第69-73页 |
| 5.6 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 本文工作总结 | 第74页 |
| 6.2 工作展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻硕期间取得的研究成果 | 第80-81页 |
