基于场景的红外焦平面阵列非均匀性校正
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| ·红外热成像国内外发展现状 | 第7-9页 |
| ·红外热成像技术概述 | 第7-8页 |
| ·红外热成像技术的发展 | 第8-9页 |
| ·课题的目的和意义 | 第9-11页 |
| ·红外焦平面阵列简介 | 第9-10页 |
| ·红外非均匀性的概述 | 第10页 |
| ·红外图像非均匀性校正的意义 | 第10-11页 |
| ·论文研究内容及结构安排 | 第11-13页 |
| 2 红外图像非均匀性的分析 | 第13-20页 |
| ·红外图像非均匀性产生的原因 | 第13-15页 |
| ·红外图像的特征 | 第13-14页 |
| ·红外图像非均匀性的由来 | 第14-15页 |
| ·红外图像非均匀性产生的机理 | 第15-17页 |
| ·系统自身的非均匀性 | 第15-16页 |
| ·外界引入的非均匀性 | 第16-17页 |
| ·红外图像非均匀性的响应模型 | 第17-20页 |
| 3 图像配准 | 第20-26页 |
| ·引言 | 第20-21页 |
| ·基于灰度信息的图像配准方法 | 第21-22页 |
| ·基于变换域的图像配准方法 | 第22-24页 |
| ·基于特征的图像配准方法 | 第24-26页 |
| 4 基于场景的红外非均匀性算法的介绍 | 第26-43页 |
| ·时域高通滤波法 | 第27-30页 |
| ·时域高通滤波算法原理 | 第27-30页 |
| ·时域高通滤波算法的优缺点 | 第30页 |
| ·神经网络法 | 第30-34页 |
| ·神经网络算法的原理 | 第30-33页 |
| ·神经网络算法的分析 | 第33页 |
| ·变步长神经网络自适应校正算法(GALMS法) | 第33-34页 |
| ·基于配准的非均匀性校正算法 | 第34-39页 |
| ·运动补偿法 | 第35-37页 |
| ·代数法 | 第37-39页 |
| ·性能评价 | 第39-42页 |
| ·图像质量的评价 | 第39-41页 |
| ·算法性能评价 | 第41-42页 |
| ·基于场景的非均匀性校正算法的瓶颈 | 第42-43页 |
| 5 基于配准的LMS算法 | 第43-63页 |
| ·算法分析 | 第43-48页 |
| ·非均匀性计算模型 | 第43-44页 |
| ·场景运动的估计 | 第44-45页 |
| ·非均匀性的校正 | 第45-46页 |
| ·收敛 | 第46-48页 |
| ·IRLMS算法和其他算法的比较和分析 | 第48-50页 |
| ·合理性和可行性 | 第48-49页 |
| ·运算复杂度和存储空间需求 | 第49-50页 |
| ·关键性能 | 第50-53页 |
| ·带有非均匀性图像的配准精准度 | 第50-51页 |
| ·学习速率的分析 | 第51-52页 |
| ·相对平移分析 | 第52-53页 |
| ·实验比较和分析 | 第53-62页 |
| ·在模拟非均匀性上的应用 | 第53-57页 |
| ·在真实红外数据上的应用 | 第57-62页 |
| ·讨论与总结 | 第62-63页 |
| 6 结束语 | 第63-64页 |
| ·本文工作总结 | 第63页 |
| ·研究展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
