| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-13页 |
| 第一章 引言 | 第13-25页 |
| 1．1 研究多通道光学成像系统的目的 | 第13-14页 |
| 1．2 多通道光学成像系统的应用领域 | 第14-15页 |
| 1．3 多通道光学成像系统的国内外研究概况 | 第15-16页 |
| 1．4 多通道光学成像系统原理实验系统的基本配置及结构 | 第16-17页 |
| 1．5 多通道光学成像系统的基本功能及其实现的数据处理技术 | 第17-20页 |
| 1．6 本文的主要研究成果及内容安排 | 第20-23页 |
| 1．7 小结 | 第23页 |
| 参考文献 | 第23-25页 |
| 第二章 多通道光学成像系统中运动点目标检测方法的研究 | 第25-49页 |
| 2．1 运动点目标检测方法的研究概况 | 第25-32页 |
| 2．1．1 运动图像序列预处理算法的研究概况 | 第26-28页 |
| 2．1．2 运动点目标检测方法的研究概况 | 第28-32页 |
| 2．2 隔帧差分的基本概念及其意义 | 第32-34页 |
| 2．3 差分向量无穷范数图像预处理算法 | 第34-35页 |
| 2．4 隔帧差分光流场算法 | 第35-40页 |
| 2．4．1．光流场基本方程 | 第35-36页 |
| 2．4．2．光流场基本方程的求解方法 | 第36-38页 |
| 2．4．3 隔帧差分光流场法及其并行处理系统 | 第38-40页 |
| 2．5 序列图像中运动点目标的自动分离的基本步骤 | 第40-41页 |
| 2．6 隔帧差分光流场法检测运动点目标的实验 | 第41-43页 |
| 2．7 小结 | 第43-44页 |
| 参考文献 | 第44-49页 |
| 第三章 多通道光学成像系统中运动点目标的自动判别技术 | 第49-65页 |
| 3．1 运动点目标连续性判定方法的研究概况 | 第49-51页 |
| 3．2 运动点目标运动连续性判定准则 | 第51-57页 |
| 3．2．1 单目系统中运动点目标判定准则 | 第52-54页 |
| 3．2．2 多通道光学成像系统中运动点目标判定准则 | 第54-57页 |
| 3．3 多通道光学成像系统中运动点目标自动检测与识别的步骤 | 第57-58页 |
| 3．4 多通道光学系统运动点目标自动检测与判别实验及其分析 | 第58-62页 |
| 3．5 小结 | 第62页 |
| 参考文献 | 第62-65页 |
| 第四章 运动点目标位置坐标和运动参数估计方法的研究 | 第65-82页 |
| 4．1 运动点目标位置和运动参数估计方法的研究概况 | 第65-68页 |
| 4．2 由序列图像获取点目标绝对空间位置和运动参数的条件 | 第68-70页 |
| 4．3 点目标的运动模型及成像模型 | 第70-71页 |
| 4．4 点目标空间位置和运动参数的递推滤波估计 | 第71-72页 |
| 4．5 实验及其在多通道光学成像系统中的应用研究 | 第72-78页 |
| 4．5．1 利用多通道系统获取递推滤波算法的初值 | 第73-75页 |
| 4．5．2 实验 | 第75-77页 |
| 4．5．3 估计算法在多通道光学成像系统中的应用分析 | 第77-78页 |
| 4．5 小结 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 第五章 扩展相位相关亚像元图像配准技术及其应用的研究 | 第82-106页 |
| 5．1 运动序列图像亚像元配准技术的研究概况 | 第82-84页 |
| 5．2 相位相关配准算法及其性质 | 第84-87页 |
| 5．2．1 相位相关配准方法 | 第84-85页 |
| 5．2．2 相位相关配准方法的优良性质 | 第85-87页 |
| 5．2．3 相位相关配准方法的缺陷 | 第87页 |
| 5．3 基于扩展相位相关的亚像元配准技术 | 第87-92页 |
| 5．3．1 扩展相位相关亚像元配准算法的分析推导 | 第87-90页 |
| 5．3．2 多相位成分及其和的估计 | 第90-92页 |
| 5．4 误差源及其对配准精度的影响 | 第92-98页 |
| 5．5 配准实验 | 第98-102页 |
| 5．6 小结 | 第102页 |
| 参考文献 | 第102-106页 |
| 第六章 峰值信噪比最大小波双三次插值搜索算法及其在遥感图像高分辨率重建中的应用 | 第106-131页 |
| 6．1 图像高分辨率重建的研究概况 | 第107-109页 |
| 6．2 高分辨率复原的理论基础 | 第109-111页 |
| 6．3 图像的小波分解与重构算法 | 第111-112页 |
| 6．4 小波双三次插值算法 | 第112-113页 |
| 6．5 峰值信噪比最大小波双三次插值搜索算法 | 第113-123页 |
| 6．5．1 峰值信噪比与高频外推阈值之间的变化关系 | 第114-118页 |
| 6．5．2 峰值信噪比最大小波双三次插值搜索算法 | 第118-119页 |
| 6．5．3 峰值信噪比最大小波双三次插值搜索算法的应用实验 | 第119-123页 |
| 6．6 峰值信噪比最大小波双三次插值搜索算法高倍重建能力的分析 | 第123-127页 |
| 6．7 小结 | 第127页 |
| 参考文献 | 第127-131页 |
| 第七章 基于熵和PSNR综合最佳的小波双三次插值搜索算法及其在遥感图像高分辨率重建中的应用 | 第131-153页 |
| 7．1 最大熵图像高分辨率重建的信息论理论基础 | 第131-134页 |
| 7．2 熵最大图像高分辨率重建的研究概况 | 第134-135页 |
| 7．3 熵最大小波双三次插值搜索算法 | 第135-143页 |
| 7．3．1 小波双三次插值算法中信息熵与高频外推阈值之间的变化关系 | 第136-140页 |
| 7．3．2 熵最大小波双三次插值搜索算法 | 第140-141页 |
| 7．3．3 熵最大小波双三次插值搜索算法在遥感图像中的应用 | 第141-143页 |
| 7．4 熵和PSNR综合最佳小波双三次插值搜索算法及其实验 | 第143-149页 |
| 7．4．1 熵和PSNR综合最佳小波双三次插值搜索算法 | 第144-146页 |
| 7．4．2 综合小波双三次插值搜索算法在遥感图像中的应用 | 第146-148页 |
| 7．4．3 熵和峰值信噪比综合最佳小波双三次插值搜索快速算法 | 第148-149页 |
| 7．4．4 综合最佳小波双三次插值搜索算法的高倍重建的分析 | 第149页 |
| 7．5 小结 | 第149-150页 |
| 参考文献 | 第150-153页 |
| 第八章 研究成果总结与展望 | 第153-158页 |
| 8．1 本篇论文的主要研究工作及创新点 | 第153-156页 |
| 8．2 研究课题的发展趋势 | 第156-158页 |
| 致谢 | 第158-159页 |
| 攻读博士学位期间发表的论文目录 | 第159-160页 |
| 专利申请与授权情况： | 第160页 |
