| 摘要 | 第1-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题背景及研究意义 | 第11页 |
| ·空间目标图像盲复原技术概况与现状 | 第11-14页 |
| ·论文主要内容及结构安排 | 第14-15页 |
| 第二章 空间目标图像盲复原理论基础 | 第15-23页 |
| ·图像降质与解卷积 | 第15-17页 |
| ·图像降质模型 | 第15-16页 |
| ·图像解卷积 | 第16-17页 |
| ·图像盲复原基本问题 | 第17-19页 |
| ·解的多样性 | 第17-18页 |
| ·初始估计 | 第18页 |
| ·算法结束条件 | 第18-19页 |
| ·图像解卷积的先验约束 | 第19页 |
| ·图像解卷积与自适应光学 | 第19-21页 |
| ·存在大气扰动时的成像 | 第19-20页 |
| ·自适应光学对成像的影响 | 第20页 |
| ·自适应光学图像的噪声 | 第20-21页 |
| ·复原图像质量评价 | 第21-22页 |
| ·图像增强 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 非对称 RL-IBD 图像盲解卷积 | 第23-42页 |
| ·RL-IBD 算法概述 | 第23-28页 |
| ·迭代盲解卷积算法 | 第23-24页 |
| ·RL 算法 | 第24-25页 |
| ·RL-IBD 算法 | 第25-26页 |
| ·初始估计 | 第26页 |
| ·RL-IBD 图像盲复原例子 | 第26-28页 |
| ·非对称 RL-IBD 算法 | 第28-32页 |
| ·非对称因子的推导 | 第28-30页 |
| ·非对称 RL-IBD 算法 | 第30-31页 |
| ·RL-AIBD 图像盲复原例子 | 第31-32页 |
| ·加速 RL-AIBD 算法 | 第32-35页 |
| ·基于矢量外推的加速算法 | 第32-33页 |
| ·加速 RL-AIBD 算法 | 第33-35页 |
| ·多帧图像盲复原 | 第35页 |
| ·加速 RL-AIBD 及多帧图像盲复原例子 | 第35-41页 |
| ·模拟大气湍流模糊图像 RL-AIBD 盲复原 | 第36-39页 |
| ·Hubble 望远镜拍摄图像 RL-AIBD 盲复原 | 第39-40页 |
| ·小型望远镜拍摄图像 RL-AIBD 盲复原 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 非对称最大似然图像盲解卷积 | 第42-56页 |
| ·Bayes 估计和最大似然准则 | 第42-43页 |
| ·强约束条件下的非对称迭代盲解卷积算法 | 第43-47页 |
| ·非对称因子的推导 | 第43-46页 |
| ·PSF 支持域自动削减 | 第46页 |
| ·ML-AIBD 算法 | 第46-47页 |
| ·ML-AIBD 算法分析 | 第47-50页 |
| ·PSF 削减模块的实验验证和结果分析 | 第47-49页 |
| ·AF 的实验验证和结果分析 | 第49-50页 |
| ·关于E1的一些说明 | 第50页 |
| ·多帧 ML-AIBD 图像盲复原 | 第50页 |
| ·ML-AIBD 图像盲复原例子 | 第50-55页 |
| ·模拟大气湍流模糊图像 ML-AIBD 盲复原 | 第51-52页 |
| ·Hubble 望远镜拍摄图像 ML-AIBD 盲复原 | 第52-54页 |
| ·小型望远镜拍摄图像 ML-AIBD 盲复原 | 第54-55页 |
| ·复原图像 LS 值 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 作者在学期间取得的学术成果 | 第64页 |