| 致谢 | 第4-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-27页 |
| 1.1 国外箭载可见光摄像装置应用现状 | 第13-17页 |
| 1.2 国内箭载可见光摄像装置应用现状 | 第17-18页 |
| 1.3 摄像装置箭载环境下面临的问题 | 第18-24页 |
| 1.4 论文的研究重点 | 第24-25页 |
| 1.5 文章安排 | 第25-27页 |
| 第二章 可见光成像设备平台设计 | 第27-37页 |
| 2.1 总体方案设计 | 第27-28页 |
| 2.2 电子学方案设计 | 第28-37页 |
| 2.2.1 图像传感器选型 | 第28-29页 |
| 2.2.2 平台电子学设计 | 第29-31页 |
| 2.2.3 图像传感器电路及时序设计 | 第31-32页 |
| 2.2.4 二次电源电路 | 第32页 |
| 2.2.5 FPGA选型 | 第32-33页 |
| 2.2.6 存储器选型 | 第33页 |
| 2.2.7 系统时钟单元设计 | 第33-34页 |
| 2.2.8 系统时序设计 | 第34-37页 |
| 第三章 动态范围分析及扩展研究 | 第37-65页 |
| 3.1 成像设备工作流程分析 | 第38-40页 |
| 3.2 成像设备动态范围建模及分析 | 第40-57页 |
| 3.2.1 传感器动态范围分析 | 第41-45页 |
| 3.2.2 AD对动态范围影响分析 | 第45-47页 |
| 3.2.3 增益对动态范围影响分析 | 第47-50页 |
| 3.2.4 成像设备硬件输出动态范围分析 | 第50-52页 |
| 3.2.5 映射函数对动态范围的影响分析 | 第52-55页 |
| 3.2.6 模型通用性分析 | 第55-57页 |
| 3.2.7 本系统动态范围分析 | 第57页 |
| 3.3 基于软件方式的动态范围扩展 | 第57-60页 |
| 3.3.1 软件扩展与积分时间的关系 | 第57-59页 |
| 3.3.2 软件扩展与平均灰度值的关系 | 第59-60页 |
| 3.4 基于硬件方式的动态范围扩展 | 第60-64页 |
| 3.4.1 基于多靶面传感器的动态范围扩展 | 第60-61页 |
| 3.4.2 基于多斜率积分动态方式扩展 | 第61-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第四章 动态范围扩展实现及分析 | 第65-87页 |
| 4.1 动态范围软件扩展实现及分析 | 第65-67页 |
| 4.1.1 获取高动态图像和色调映射 | 第65-66页 |
| 4.1.2 图像直接融合 | 第66-67页 |
| 4.2 基于BAYER格式的图像融合研究 | 第67-78页 |
| 4.2.1 基于块的高斯融合 | 第68-70页 |
| 4.2.2 融合算法 | 第70-74页 |
| 4.2.3 实验与结果分析 | 第74-76页 |
| 4.2.4 实验平台验证 | 第76-77页 |
| 4.2.5 RGB融合与BAYER融合对比 | 第77页 |
| 4.2.6 软件融合的弊端 | 第77-78页 |
| 4.3 多斜率积分硬件扩展实现及噪声分析 | 第78-83页 |
| 4.3.1 硬件扩展实现 | 第78-80页 |
| 4.3.2 图像数据分析 | 第80-81页 |
| 4.3.3 多斜率积分输出噪声分析 | 第81-83页 |
| 4.4 基于单曝光多帧输出的动态范围扩展 | 第83-86页 |
| 4.5 本章小结 | 第86-87页 |
| 第五章 彩色恢复算法研究 | 第87-115页 |
| 5.1 颜色模型 | 第87-89页 |
| 5.2 经典算法 | 第89-93页 |
| 5.2.1 双线性插值 | 第90-91页 |
| 5.2.2 色比恒定法 | 第91页 |
| 5.2.3 色差信号插值 | 第91-92页 |
| 5.2.4 自适应插值算法 | 第92-93页 |
| 5.3 基于色强差梯度与色差梯度混合彩色恢复算法 | 第93-105页 |
| 5.3.1 边缘和纹理区梯度分析 | 第93-97页 |
| 5.3.2 色差梯度和色强差梯度定义 | 第97-99页 |
| 5.3.3 基于色差梯度的插值算子 | 第99-101页 |
| 5.3.4 色强差梯度与色差梯度混合彩色恢复算法 | 第101-104页 |
| 5.3.5 基于色差梯度的快速插值算法 | 第104-105页 |
| 5.4 分析及实验结果 | 第105-111页 |
| 5.4.1 参数选取 | 第105-107页 |
| 5.4.2 不同算法CPSNR对比 | 第107-108页 |
| 5.4.3 实验结果 | 第108-111页 |
| 5.5 平台验证结果分析 | 第111-114页 |
| 5.6 本章小结 | 第114-115页 |
| 第六章 高温环境下图像去噪技术研究 | 第115-135页 |
| 6.1 噪声模型 | 第115-121页 |
| 6.1.1 噪声的空间域和频率特性 | 第115-116页 |
| 6.1.2 噪声的概率密度函数 | 第116-120页 |
| 6.1.3 噪声的参数估计 | 第120-121页 |
| 6.2 基于瑞利噪声的小波域最大后验概率图像去噪算法 | 第121-131页 |
| 6.2.1 传统的图像去噪方法 | 第121-125页 |
| 6.2.2 本文提出的图像去噪方法 | 第125-131页 |
| 6.3 分析及实验结果 | 第131-133页 |
| 6.4 平台验证结果分析 | 第133-134页 |
| 6.5 本章小结 | 第134-135页 |
| 第七章 总结与展望 | 第135-139页 |
| 7.1 主要研究内容 | 第135-136页 |
| 7.2 创新点归纳 | 第136-137页 |
| 7.3 对今后工作的展望 | 第137-139页 |
| 参考文献 | 第139-149页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第149-150页 |