首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

太阳扩展目标相关波前误差提取算法研究

致谢第3-7页
摘要第7-9页
ABSTRACT第9-10页
第1章 综述第16-32页
    1.1 引言第16-17页
    1.2 自适应光学的基本原理及其发展历程第17-22页
        1.2.1 自适应光学的基本原理第17-19页
        1.2.2 自适应光学理论的发展第19-21页
        1.2.3 自适应光学技术的应用第21-22页
    1.3 太阳自适应光学的基本原理及其发展历程第22-27页
        1.3.1 太阳高分辨率观测第22-23页
        1.3.2 太阳自适应光学所面临的挑战第23页
        1.3.3 太阳自适应光学的发展历程第23-24页
        1.3.4 相关夏克-哈特曼波前传感技术简介第24-25页
        1.3.5 我国太阳自适应光学技术的发展第25-27页
    1.4 本文研究背景第27-30页
        1.4.1 波前误差提取算法第27-29页
        1.4.2 亚像素插值算法第29-30页
        1.4.3 不同分辨率的相关夏克-哈特曼波前传感器的测量精度研究第30页
        1.4.4 点源目标相关算法研究第30页
    1.5 本文研究内容第30-32页
第2章 太阳自适应光学波前传感器及相关算法介绍第32-54页
    2.1 相关夏克-哈特曼波前传感器的波前探测原理第32-35页
        2.1.1 相关夏克-哈特曼波前传感器的基本原理第32-33页
        2.1.2 泽尼克多项式波前复原法第33-35页
    2.2 图像匹配跟踪算法介绍第35-42页
        2.2.1 基于强度信息的匹配算法第35-37页
            2.2.1.1 谷本距离(Tanimoto Measure)第35页
            2.2.1.2 绝对差中位数(Median of Absolute Differences)第35-36页
            2.2.1.3 平方差中位数(Median of Square Differences)第36页
            2.2.1.4 归一化平方范数(Normalized Square L2 Norm)第36-37页
        2.2.2 基于梯度信息的匹配算法第37-38页
            2.2.2.1 随机符号变换法(Stochastic Sign Change)第37页
            2.2.2.2 确定符号变换法(Deterministic Sign Change)第37-38页
            2.2.2.3 肯德尔相关系数(Kendall's Tau)第38页
        2.2.3 基于强度排序的匹配算法第38-39页
            2.2.3.1 斯皮尔曼秩相关系数(Spearman's Rho)第38-39页
            2.2.3.2 增量符号距离(Incremental Sign Distance)第39页
            2.2.3.3 等级距离(Rank Distance)第39页
        2.2.4 其他类型匹配算法第39-42页
            2.2.4.1 最小比率法(Minimum Ratio)第39-40页
            2.2.4.2 微分法(Differential Methods)第40-42页
    2.3 太阳自适应光学中的相关算法第42-46页
        2.3.1 平方差算法(SDF)第43-44页
        2.3.2 互相关因子算法(CCC)第44页
        2.3.3 绝对差分算法(ADF)与绝对差分平方算法(ADF2)第44-45页
        2.3.4 频域中的相关算法第45-46页
            2.3.4.1 频域中的协方差算法(CFF)第45-46页
            2.3.4.2 相位相关法(Phase correlation)第46页
    2.4 亚像素插值方法介绍第46-52页
        2.4.1 等角线插值(Equiangular line fitting)第47-49页
        2.4.2 抛物线插值(Parabola interpolation)第49-51页
        2.4.3 最小二乘法插值(Least square method)第51页
        2.4.4 高斯曲线插值(Gauss interpolation)第51-52页
    2.5 本章小结第52-54页
第3章 互相关因子算法位移测量误差分析第54-74页
    3.1 互相关因子算法测量误差公式理论推导第54-59页
    3.2 任意采样条件下的测量误差公式第59-65页
        3.2.1 位移测量误差方差分母项化简第60-62页
        3.2.2 CCD中噪声大小第62-63页
        3.2.3 不同扩展目标对比度分布情况第63页
        3.2.4 互相关函数的半高半宽第63-64页
        3.2.5 不同对比度扩展目标的阈值选取第64-65页
    3.3 实验结果第65-72页
        3.3.1 参考图像选取第66-68页
        3.3.2 互相关函数偏移量计算结果第68页
        3.3.3 实际测量噪声RMS值第68-69页
        3.3.4 理论结果与实际结果比较第69-72页
    3.4 本章小结第72-74页
第4章 绝对差分算法与绝对差分平方算法的测量误差比较及通用插值方法第74-110页
    4.1 ADF算法与ADF2算法测量误差比较分析第74-83页
        4.1.1 ADF算法与ADF2算法测量误差第75-78页
        4.1.2 太阳米粒图像模拟计算实验结果第78-83页
            4.1.2.1 图像数据说明及预处理第78-80页
            4.1.2.2 图像重采样率变化第80-81页
            4.1.2.3 判断准则第81页
            4.1.2.4 模拟计算结果第81-83页
    4.2 通用插值方法第83-105页
        4.2.1 通用插值曲线方法的理论及通式第84-86页
        4.2.2 通用插值曲线方法的物理含义第86-89页
            4.2.2.1 基于峰值横坐标误差绝对值的物理含义第86-88页
            4.2.2.2 基于曲线特征的物理含义第88-89页
        4.2.3 通用插值曲线方程近似分析第89-98页
            4.2.3.1 一阶泰勒公式近似第91页
            4.2.3.2 二阶泰勒公式近似第91-94页
            4.2.3.3 三阶泰勒公式近似第94-96页
            4.2.3.4 其他讨论及分析第96-98页
            4.2.3.5 小结第98页
        4.2.4 通用插值曲线方法应用第98-105页
            4.2.4.1 太阳米粒图像应用第99-102页
            4.2.4.2 点源高斯光斑应用第102-105页
    4.3 利用通用插值算法比较ADF与ADF2算法测量精度第105-107页
    4.4 本章小结第107-110页
第5章 各相关算法测量精度比较分析第110-124页
    5.1 远场米粒图像下相关算法测量结果比较第110-117页
        5.1.1 实验数据和预处理第111-112页
        5.1.2 实验步骤和方法第112-114页
        5.1.3 相关算法实验结果分析比较第114-117页
    5.2 不同分辨率波前传感器下各相关算法测量结果分析第117-123页
        5.2.1 实验数据和预处理第117-118页
        5.2.2 实验步骤和方法第118-121页
        5.2.3 相关算法实验结果比较和判断第121-123页
    5.3 本章小结第123-124页
第6章 用于点源目标位置估计的相关算法与质心算法研究第124-142页
    6.1 质心算法介绍第125-127页
        6.1.1 传统质心算法(Center of Gravity)第125-126页
        6.1.2 去阈值质心算法(Threshold Center of Gravity)第126页
        6.1.3 加权质心算法(Weighted Center of Gravity)第126-127页
        6.1.4 四象限算法(Quad Cell)第127页
    6.2 光斑模型定义第127-131页
        6.2.1 圆形孔径光斑模型分析第128-129页
        6.2.2 方形孔径光斑模型分析第129-130页
        6.2.3 高斯光斑模型分析第130-131页
    6.3 高斯光斑下质心算法测量误差第131-135页
        6.3.1 传统质心算法测量误差第132页
        6.3.2 去阈值质心算法测量误差第132-133页
        6.3.3 加权质心算法测量误差第133-134页
        6.3.4 四象限算法测量误差第134-135页
    6.4 高斯光斑下相关算法测量误差第135-138页
        6.4.1 光子噪声下相关函数测量误差第136页
        6.4.2 读出噪声下相关函数测量误差第136-138页
    6.5 室内采集点源目标实验结果第138-141页
        6.5.1 实验原理及步骤第138-139页
        6.5.2 理论结果和实验结果第139-141页
    6.6 本章小结第141-142页
第7章 结论及展望第142-148页
    7.1 论文的主要研究内容及结论第142-144页
    7.2 论文的创新工作第144-145页
    7.3 不足之处及下一步工作展望第145-148页
参考文献第148-158页
作者简介及在学期间发表的学术论文与研究成果第158页

论文共158页,点击 下载论文
上一篇:大采高超长工作面矿压控制关键技术研究与实践
下一篇:基于太赫兹时域光谱的人体组织病变检测若干关键技术研究