空间目标图像超分辨率重建技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-26页 |
| §1．1．引言 | 第8-9页 |
| §1．2．空间目标成像与图像降质模型 | 第9-13页 |
| 1．2．1．空间目标成像 | 第9-11页 |
| 1．2．2．图像降质模型 | 第11-13页 |
| §1．3．超分辨率重建的理论基础 | 第13-18页 |
| 1．3．1．超分辨率的定义 | 第13页 |
| 1．3．2．超分辨率重建的数学基础——解析延拓 | 第13-14页 |
| 1．3．3．图像超分辨信息恢复的可能性 | 第14-15页 |
| 1．3．4．空间图像超分辨的原理 | 第15-18页 |
| §1．4．空间目标图像超分辨率技术回顾 | 第18-24页 |
| 1．4．1．图像解卷积方法 | 第19-20页 |
| 1．4．2．空间目标成像与空间目标图像重建 | 第20-24页 |
| §1．5．论文所做的工作及创新点 | 第24-25页 |
| §1．6．论文的安排 | 第25-26页 |
| 第二章 图像的盲解卷积 | 第26-36页 |
| §2．1．引言 | 第26-28页 |
| §2．2．图像盲复原方法的分类 | 第28-35页 |
| 2．2．1．先验模糊识别法 | 第29-31页 |
| 2．2．2．非参数限定支持域恢复技术 | 第31-32页 |
| 2．2．3．ARMA参数估测法 | 第32-34页 |
| 2．2．4．零叶面分离法 | 第34页 |
| 2．2．5．以高阶统计量为基础的非参数法 | 第34-35页 |
| §2．3．小结 | 第35-36页 |
| 第三章 非参数限定支持域恢复 | 第36-56页 |
| §3．1．引言 | 第36-37页 |
| §3．2．IBD算法 | 第37-40页 |
| 3．2．1．算法原理 | 第37-39页 |
| 3．2．2．算法实现 | 第39-40页 |
| §3．3．最大似然算法 | 第40-42页 |
| §3．4．Richard-Lucy算法 | 第42-43页 |
| §3．5．NAS-RIF算法 | 第43-48页 |
| 3．5．1．NAS-RIF算法简述 | 第43-44页 |
| 3．5．2．NAS-RIF实现 | 第44-48页 |
| §3．6．实验结果及分析 | 第48-55页 |
| 3．6．1．IBD算法 | 第48-50页 |
| 3．6．2．ML算法 | 第50-51页 |
| 3．6．3．Richard-Lucy算法 | 第51-53页 |
| 3．6．4．NAS-RIF算法 | 第53-55页 |
| §3．7．小节 | 第55-56页 |
| 第四章 基于ML的多帧图像的超分辨率重建 | 第56-61页 |
| §4．1．引言 | 第56-57页 |
| §4．2．算法 | 第57-58页 |
| §4．3．计算机仿真 | 第58-59页 |
| §4．4．结论 | 第59-61页 |
| 第五章 图像去噪与目标支持域提取 | 第61-72页 |
| §5．1．引言 | 第61-62页 |
| §5．2．自适应加权去噪滤波 | 第62-64页 |
| 5．2．1．AWF算法基本思想 | 第62页 |
| 5．2．2．算法流程 | 第62-63页 |
| 5．2．3．权值计算 | 第63-64页 |
| 5．2．4．数值分析 | 第64页 |
| §5．3．基于图像形态学的目标支持域提取 | 第64-66页 |
| 5．3．1．目标支持域基本知识 | 第64-65页 |
| 5．3．2．基于图像阈值化的支持域提取 | 第65-66页 |
| §5．4．试验与分析 | 第66-71页 |
| 5．4．1．理想情况 | 第66-68页 |
| 5．4．2．真实数据实验 | 第68-71页 |
| §5．5．结论 | 第71-72页 |
| 第六章 结论与展望 | 第72-74页 |
| §6．1．本文总结 | 第72页 |
| §6．2．图像超分辨率重建的发展方向 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-79页 |
| 附录 | 第79页 |
