| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 引言 | 第13-14页 |
| 1.2 研究背景与意义 | 第14-15页 |
| 1.3 大气退化校正技术概述 | 第15-19页 |
| 1.3.1 空间望远镜技术 | 第15-17页 |
| 1.3.2 自适应光学技术 | 第17-18页 |
| 1.3.3 图像复原技术 | 第18-19页 |
| 1.3.4 混合处理技术 | 第19页 |
| 1.4 大气退化图像复原技术的研究现状 | 第19-26页 |
| 1.4.1 图像复原技术研究概况 | 第20-25页 |
| 1.4.2 图像复原技术研究现状分析 | 第25-26页 |
| 1.5 论文主要研究内容及章节安排 | 第26-29页 |
| 1.5.1 主要研究内容 | 第26-27页 |
| 1.5.2 章节安排 | 第27-29页 |
| 第二章 大气湍流特性及其对光学成像系统影响的定量分析 | 第29-40页 |
| 2.1 大气湍流现象 | 第29-30页 |
| 2.2 大气湍流描述参数 | 第30-33页 |
| 2.2.1 大气折射率空间结构常数 | 第30页 |
| 2.2.2 大气折射率结构常数 | 第30-32页 |
| 2.2.3 大气相干长度 | 第32-33页 |
| 2.3 光学传递函数 | 第33-36页 |
| 2.3.1 长曝光OTF | 第33-35页 |
| 2.3.2 短曝光OTF | 第35-36页 |
| 2.4 大气湍流对光学成像系统影响的定量分析 | 第36-39页 |
| 2.4.1 对地基光学成像系统的影响 | 第36-37页 |
| 2.4.2 对空基光学成像系统的影响 | 第37-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 大气湍流廓线获取技术研究 | 第40-65页 |
| 3.1 模型计算法 | 第40-49页 |
| 3.1.1 模型计算法研究进展 | 第40-43页 |
| 3.1.2 气象参数的获取 | 第43-45页 |
| 3.1.3 大气光学湍流参数化模型 | 第45-48页 |
| 3.1.4 计算结果的验证与校准 | 第48-49页 |
| 3.2 单星SCIDAR技术原理 | 第49-53页 |
| 3.2.1 Classical SCIDAR原理 | 第49-50页 |
| 3.2.2 Generalized SCIDAR原理 | 第50-51页 |
| 3.2.3 Single Star SCIDAR原理 | 第51-53页 |
| 3.3 单星SCIDAR数据处理方法 | 第53-55页 |
| 3.3.1 问题描述 | 第53-54页 |
| 3.3.2 模拟退火算法 | 第54-55页 |
| 3.4 单星SCIDAR系统样机简介 | 第55-63页 |
| 3.4.1 硬件系统 | 第55-58页 |
| 3.4.2 观测系统 | 第58-62页 |
| 3.4.3 数据处理系统 | 第62-63页 |
| 3.5 本章小结 | 第63-65页 |
| 第四章 结合大气MTF估计的改进维纳滤波和IBD算法 | 第65-79页 |
| 4.1 大气MTF估计模型 | 第65-68页 |
| 4.1.1 大气湍流MTF估计模型 | 第65-66页 |
| 4.1.2 大气气溶胶MTF估计模型 | 第66-67页 |
| 4.1.3 大气整体MTF估计模型 | 第67-68页 |
| 4.2 结合大气MTF估计的改进维纳滤波算法 | 第68-73页 |
| 4.2.1 经典维纳滤波算法原理 | 第68-69页 |
| 4.2.2 增量维纳滤波算法 | 第69-70页 |
| 4.2.3 结合大气MTF估计的改进维纳滤波算法 | 第70-71页 |
| 4.2.4 实验结果与分析 | 第71-73页 |
| 4.3 结合大气MTF估计的改进IBD算法 | 第73-78页 |
| 4.3.1 IBD算法原理 | 第73-75页 |
| 4.3.2 IBD算法的实现流程 | 第75页 |
| 4.3.3 结合大气MTF估计的改进IBD算法 | 第75-77页 |
| 4.3.4 实验结果与分析 | 第77-78页 |
| 4.4 本章小结 | 第78-79页 |
| 第五章 面向视觉清晰度改善的结合自适应参数确定和大气MTF估计的APEX算法 | 第79-92页 |
| 5.1 APEX算法简介 | 第79-85页 |
| 5.1.1 Levy点扩散函数 | 第79-80页 |
| 5.1.2 中心极限定理与APEX算法 | 第80-81页 |
| 5.1.3 傅里叶变换与APEX算法 | 第81-82页 |
| 5.1.4 SECB解卷积与扩散方程 | 第82-84页 |
| 5.1.5 慢动作盲解卷积 | 第84-85页 |
| 5.1.6 APEX算法实现流程 | 第85页 |
| 5.2 改进的APEX算法 | 第85-88页 |
| 5.2.1 拟合参数的加权确定 | 第85-86页 |
| 5.2.2 OTF估计参数的自适应确定方法 | 第86-87页 |
| 5.2.3 结合大气MTF估计的改进APEX算法 | 第87页 |
| 5.2.4 改进算法的实现流程 | 第87-88页 |
| 5.3 实验结果与分析 | 第88-91页 |
| 5.3.1 多方向加权平均估计参数值的实验 | 第88-89页 |
| 5.3.2 OTF估计参数自适应确定实验 | 第89-90页 |
| 5.3.3 结合大气MTF估计的去大气模糊实验 | 第90-91页 |
| 5.4 本章小结 | 第91-92页 |
| 第六章 结合噪声去除的极大似然算法 | 第92-116页 |
| 6.1 基于混合噪声模型的极大似然算法 | 第92-94页 |
| 6.2 图像去噪算法简介与对比 | 第94-109页 |
| 6.2.1 TV去噪算法 | 第94-95页 |
| 6.2.2 BLS-GSM去噪算法 | 第95-98页 |
| 6.2.3 NLM去噪算法 | 第98-99页 |
| 6.2.4 BM3D去噪算法 | 第99-102页 |
| 6.2.5 算法去噪性能的对比与分析 | 第102-109页 |
| 6.3 改进的极大似然算法 | 第109-111页 |
| 6.3.1 基于EM算法的噪声估计参数 | 第109-110页 |
| 6.3.2 动态更新的PSF估计 | 第110-111页 |
| 6.3.3 改进算法描述 | 第111页 |
| 6.4 实验结果与分析 | 第111-114页 |
| 6.4.1 模拟点源目标复原实验 | 第112-113页 |
| 6.4.2 模拟扩展目标复原实验 | 第113-114页 |
| 6.4.3 真实数据复原实验 | 第114页 |
| 6.5 本章小结 | 第114-116页 |
| 第七章 基于暗原色先验的大气雾霾去除算法研究 | 第116-135页 |
| 7.1 雾天图像退化模型 | 第117-119页 |
| 7.1.1 衰减模型 | 第117-118页 |
| 7.1.2 环境光模型 | 第118页 |
| 7.1.3 雾天图像退化模型 | 第118-119页 |
| 7.2 暗原色先验简介 | 第119-120页 |
| 7.3 暗原色去雾算法原理 | 第120-123页 |
| 7.3.1 预估透射率分布图 | 第120-121页 |
| 7.3.2 优化透射率分布图 | 第121-123页 |
| 7.3.3 大气光估计 | 第123页 |
| 7.3.4 恢复场景辐射 | 第123页 |
| 7.4 He算法存在的问题分析 | 第123-124页 |
| 7.4.1 软抠图优化透射率分布的性能瓶颈 | 第123页 |
| 7.4.2 图像中明亮区域暗原色先验失效的问题 | 第123-124页 |
| 7.5 相应的改进方法 | 第124-128页 |
| 7.5.1 大气光值容差阈值设置 | 第124-125页 |
| 7.5.2 导向滤波优化透射率分布图 | 第125-128页 |
| 7.5.3 多分辨率计算 | 第128页 |
| 7.5.4 优化算法描述 | 第128页 |
| 7.6 实验结果与分析 | 第128-134页 |
| 7.6.1 明亮区域改进的对比实验 | 第128-129页 |
| 7.6.2 算法运行效率的对比实验 | 第129-133页 |
| 7.6.3 算法通用性实验 | 第133-134页 |
| 7.7 本章小结 | 第134-135页 |
| 第八章 总结与展望 | 第135-137页 |
| 8.1 总结 | 第135-136页 |
| 8.2 展望 | 第136-137页 |
| 致谢 | 第137-138页 |
| 参考文献 | 第138-146页 |
| 作者简历攻读博士学位期间完成的主要工作 | 第146-147页 |
