| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 引言 | 第12-24页 |
| 1.1 研究背景 | 第12页 |
| 1.2 空间视频卫星研究现状 | 第12-16页 |
| 1.2.1 国外视频卫星发展状况 | 第13-15页 |
| 1.2.2 国内视频卫星发展状况 | 第15-16页 |
| 1.3 空间相机稳像技术研究现状 | 第16-21页 |
| 1.3.1 国外空间相机稳像技术研究进展 | 第16-18页 |
| 1.3.2 国内空间相机稳像技术研究进展 | 第18-21页 |
| 1.4 论文主要内容和章节安排 | 第21-24页 |
| 第2章 空间红外视频相机的系统构成与稳像方法 | 第24-34页 |
| 2.1 空间红外视频相机的系统构成 | 第24页 |
| 2.2 空间红外视频相机的稳像方法 | 第24-26页 |
| 2.3 实验系统电子学硬件设计 | 第26-33页 |
| 2.3.1 电子学硬件各模块介绍 | 第27-31页 |
| 2.3.2 电路噪声测试与系统成像 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 红外视频成像的图像预处理 | 第34-78页 |
| 3.1 红外视频相机序列图像预处理的必要性 | 第34-36页 |
| 3.2 图像去噪效果评价 | 第36-39页 |
| 3.2.1 主观评价标准 | 第36-37页 |
| 3.2.2 客观评价标准 | 第37-39页 |
| 3.3 动态噪声抑制 | 第39-52页 |
| 3.3.1 均值滤波 | 第40-41页 |
| 3.3.2 中值滤波 | 第41-43页 |
| 3.3.3 高斯滤波 | 第43-44页 |
| 3.3.4 非局部均值滤波 | 第44-47页 |
| 3.3.5 改进的非局部均值滤波红外图像去噪 | 第47-52页 |
| 3.4 非均匀性噪声抑制 | 第52-66页 |
| 3.4.1 时域高通非均匀性校正算法 | 第54-56页 |
| 3.4.2 BP人工神经网络非均匀性校正算法 | 第56-62页 |
| 3.4.3 改进的神经网络非均匀性校正算法 | 第62-66页 |
| 3.4.3.1 期望值的改进 | 第62页 |
| 3.4.3.2 校正参数的修正 | 第62页 |
| 3.4.3.3 学习速度的改进 | 第62-63页 |
| 3.4.3.4 实验结果分析 | 第63-66页 |
| 3.5 红外图像超分辨率重建 | 第66-76页 |
| 3.5.1 改进的基于卷积神经网络的红外图像超分辨率重建 | 第68-75页 |
| 3.5.1.1 卷积神经网络的网络结构 | 第68-69页 |
| 3.5.1.2 卷积神经网络的特性 | 第69-70页 |
| 3.5.1.3 SRCNN图像超分辨率重建算法 | 第70-72页 |
| 3.5.1.4 改进的SRCNN图像超分辨率重建算法 | 第72-75页 |
| 3.5.2 实验结果与分析 | 第75-76页 |
| 3.6 本章小结 | 第76-78页 |
| 第4章 基于图像局部特征的红外视频相机实时电子稳像算法研究 | 第78-108页 |
| 4.1 电子稳像技术原理 | 第78-80页 |
| 4.1.1 电子稳像的基本原理 | 第78-79页 |
| 4.1.2 全局运动矢量估计 | 第79-80页 |
| 4.1.3 运动滤波 | 第80页 |
| 4.2 红外视频相机成像几何模型和图像变换模型 | 第80-86页 |
| 4.2.1 红外视频相机成像几何模型 | 第80-82页 |
| 4.2.2 红外视频相机的运动形式 | 第82页 |
| 4.2.3 二维图像几何变换模型 | 第82-85页 |
| 4.2.4 相机运动与图像空间变换之间的关系 | 第85-86页 |
| 4.3 基于图像局部特征的红外视频相机电子稳像算法 | 第86-100页 |
| 4.3.1 特征点检测与描述 | 第87-95页 |
| 4.3.1.1 浮点型鲁棒性特征 | 第88-91页 |
| 4.3.1.2 二进制局部图像特征 | 第91-95页 |
| 4.3.2 特征点匹配算法 | 第95-97页 |
| 4.3.3 去除误匹配点 | 第97-98页 |
| 4.3.4 全局运动参数求解 | 第98页 |
| 4.3.5 视频相机电子稳像算法流程 | 第98-99页 |
| 4.3.6 电子稳像质量评价指标 | 第99-100页 |
| 4.4 实验研究与分析 | 第100-107页 |
| 4.5 本章小节 | 第107-108页 |
| 第5章 基于核相关滤波的红外视觉目标跟踪算法研究 | 第108-124页 |
| 5.1 视觉目标跟踪介绍 | 第109-110页 |
| 5.2 核相关滤波跟踪算法原理 | 第110-118页 |
| 5.2.1 相关滤波跟踪基础 | 第111-112页 |
| 5.2.2 核函数基本理论 | 第112-113页 |
| 5.2.3 核相关滤波跟踪算法 | 第113-116页 |
| 5.2.4 实验分析与研究 | 第116-118页 |
| 5.3 改进的核相关滤波跟踪算法 | 第118-121页 |
| 5.3.1 基于KCF的尺度自适应改进 | 第118-119页 |
| 5.3.2 基于KCF的抗遮挡改进 | 第119页 |
| 5.3.3 改进的核相关滤波跟踪算法流程 | 第119-120页 |
| 5.3.4 实验分析与研究 | 第120-121页 |
| 5.4 本章小结 | 第121-124页 |
| 第6章 总结与展望 | 第124-128页 |
| 6.1 总结 | 第124-125页 |
| 6.2 展望 | 第125-128页 |
| 参考文献 | 第128-142页 |
| 致谢 | 第142-144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144页 |
