| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第14-27页 |
| 1.1 研究背景 | 第14-17页 |
| 1.1.1 红外成像系统概述 | 第14-16页 |
| 1.1.2 红外热成像原理及特点 | 第16-17页 |
| 1.1.2.1 红外热成像电子学理论 | 第16-17页 |
| 1.1.2.2 红外图像的特点 | 第17页 |
| 1.2 红外图像去噪的相关技术 | 第17-24页 |
| 1.2.1 电路去噪 | 第17页 |
| 1.2.2 数字图像处理算法去噪 | 第17-24页 |
| 1.2.2.1 针对自然图像去噪 | 第18-19页 |
| 1.2.2.2 红外图像校正 | 第19-24页 |
| 1.3 研究的内容 | 第24-25页 |
| 1.4 章节安排 | 第25-27页 |
| 2 图像去噪算法的数学理论基础 | 第27-43页 |
| 2.1 成像链路的噪声来源 | 第27-31页 |
| 2.1.1 随机噪声 | 第27-29页 |
| 2.1.2 固定模式噪声 | 第29-31页 |
| 2.2 图像去噪数学模型 | 第31-40页 |
| 2.2.1 Bayes-MAP去噪模型 | 第31-36页 |
| 2.2.2 正则化去噪模型 | 第36-39页 |
| 2.2.2.1 Tikhonov正则化模型 | 第37-38页 |
| 2.2.2.2 TV正则化模型 | 第38-39页 |
| 2.2.3 小波分解去噪模型 | 第39-40页 |
| 2.3 红外图像噪声及校正模型 | 第40-42页 |
| 2.3.1 红外热成像传感器噪声类型 | 第40-41页 |
| 2.3.2 红外图像噪声校正 | 第41-42页 |
| 2.4 本章小结 | 第42-43页 |
| 3 基于暗帧卡尔曼滤波的红外图像去噪 | 第43-55页 |
| 3.1 暗噪声 | 第43-44页 |
| 3.2 卡尔曼滤波器 | 第44-47页 |
| 3.2.1 贝叶斯滤波原理 | 第44-45页 |
| 3.2.2 卡尔曼滤波过程 | 第45-47页 |
| 3.3 基于暗帧的卡尔曼滤波 | 第47-50页 |
| 3.3.1 暗帧模型 | 第47-48页 |
| 3.3.2 状态与系统参数初始化 | 第48-49页 |
| 3.3.3 算法实现 | 第49-50页 |
| 3.4 实验结果与分析 | 第50-54页 |
| 3.5 本章小结 | 第54-55页 |
| 4 基于各向异性正则化的红外图像非均匀校正 | 第55-82页 |
| 4.1 各向异性去噪模型 | 第55-56页 |
| 4.1.1 红外非均匀性噪声模型 | 第55-56页 |
| 4.1.2 算法理论框架 | 第56页 |
| 4.2 基于GSM先验模型的各向异性正则化NUC算法 | 第56-73页 |
| 4.2.1 GSM先验模型 | 第57-59页 |
| 4.2.2 优化过程 | 第59-61页 |
| 4.2.3 数据测试与分析 | 第61-73页 |
| 4.2.3.1 图像非均匀性客观评价指标 | 第61-63页 |
| 4.2.3.2 仿真图像实验 | 第63-67页 |
| 4.2.3.3 实拍图像实验 | 第67-73页 |
| 4.3 改进的加权最小二乘的非均匀校正算法 | 第73-80页 |
| 4.3.1 加权最小二乘 | 第73-74页 |
| 4.3.2 优化过程 | 第74-75页 |
| 4.3.3 数据测试与分析 | 第75-80页 |
| 4.3.3.1 仿真实验 | 第75-77页 |
| 4.3.3.2 实拍实验 | 第77-80页 |
| 4.4 本章小结 | 第80-82页 |
| 5 基于加权梯度相似性的图像质量评价 | 第82-98页 |
| 5.1 结构相似性(SSIM)分析 | 第83-84页 |
| 5.2 W-GSIM方法 | 第84-88页 |
| 5.2.1 GSIM指数的结构 | 第85-87页 |
| 5.2.1.1 用CSF对图像预处理 | 第85-86页 |
| 5.2.1.2 GSIM指标 | 第86-87页 |
| 5.2.2 区域权重图(RWM)设计 | 第87-88页 |
| 5.3 实验结果与讨论 | 第88-92页 |
| 5.3.1 标准数据库上测评评价算法 | 第88-91页 |
| 5.3.2 红外图像质量评价实验 | 第91-92页 |
| 5.4 红外非均匀性校正及质量评价软件 | 第92-96页 |
| 5.4.1 图像输入模块 | 第93页 |
| 5.4.2 校正模块 | 第93-96页 |
| 5.5 本章小结 | 第96-98页 |
| 6 总结与展望 | 第98-101页 |
| 6.1 本文主要完成的工作 | 第98-99页 |
| 6.2 创新说明 | 第99-100页 |
| 6.3 展望 | 第100-101页 |
| 参考文献 | 第101-110页 |
| 作者简历及攻读博士学位期间主要的研究成果 | 第110页 |