基于稀疏理论的星载雷达图像超分辨率重建
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-25页 |
| ·研究背景与意义 | 第12-13页 |
| ·国内外研究现状 | 第13-20页 |
| ·光学图像超分辨率重建研究现状 | 第13-15页 |
| ·稀疏表示研究现状 | 第15-17页 |
| ·雷达图像超分辨率重建研究现状 | 第17-20页 |
| ·研究内容与技术方案 | 第20-25页 |
| ·研究内容与论文结构 | 第20-22页 |
| ·技术方案 | 第22-23页 |
| ·主要创新 | 第23-25页 |
| 2 星载SAR 图像退化机理与稀疏先验 | 第25-66页 |
| ·成像系统模糊降质因子分析 | 第25-30页 |
| ·星载 SAR 成像原理 | 第25-26页 |
| ·降质因子分析 | 第26-30页 |
| ·星载SAR 脉冲响应函数模拟 | 第30-51页 |
| ·椭圆抛物面模型 | 第30-34页 |
| ·模型分析与求解 | 第34-35页 |
| ·图像质量评价 | 第35-41页 |
| ·椭圆抛物面模型估计降质矩阵实验 | 第41-51页 |
| ·相干斑噪声与先验知识表达 | 第51-55页 |
| ·相干斑产生机理 | 第51-52页 |
| ·相干斑噪声模型 | 第52-55页 |
| ·目标散射特性与先验知识表达 | 第55-57页 |
| ·星载SAR 图像与目标散射场景的稀疏先验特性 | 第57-65页 |
| ·星载 SAR 图像的稀疏性 | 第58-59页 |
| ·图像的稀疏性先验 | 第59-61页 |
| ·目标散射场景的稀疏性 | 第61-62页 |
| ·视觉稀疏性 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 3 单通道星载SAR 图像重建 | 第66-93页 |
| ·稀疏正则化模型的构造方法与先验约束表达 | 第66-72页 |
| ·图像重建的不适定问题 | 第66-67页 |
| ·正则化变分模型与先验约束表达 | 第67-71页 |
| ·贝叶斯理论的正则化模型与先验约束表达 | 第71-72页 |
| ·基于稀疏先验的单通道SAR 重建模型 | 第72-81页 |
| ·正则化模型选择 | 第72-74页 |
| ·模型的求解 | 第74-79页 |
| ·模型参数的估计 | 第79-81页 |
| ·单通道星载SAR 图像重建实验 | 第81-91页 |
| ·实验数据 | 第81-83页 |
| ·实验效果与分析 | 第83-91页 |
| ·本章小结 | 第91-93页 |
| 4 多通道星载SAR 图像超分辨率重建 | 第93-122页 |
| ·超分辨率重建简介 | 第93-96页 |
| ·稀疏先验约束的多通道正则化模型 | 第96-103页 |
| ·多通道序列图像差异因子分析 | 第96-98页 |
| ·模型的先验约束表达 | 第98-101页 |
| ·双下降法求解 | 第101-103页 |
| ·多通道星载SAR 图像配准 | 第103-105页 |
| ·多通道星载SAR 图像超分辨率重建实验 | 第105-115页 |
| ·实验数据 | 第105-106页 |
| ·实验效果与分析 | 第106-115页 |
| ·算法的优化 | 第115-121页 |
| ·超分辨率重建中的运算方式 | 第115-116页 |
| ·多维卷积转矩阵方法原理 | 第116-121页 |
| ·本章小结 | 第121-122页 |
| 5 结论与展望 | 第122-125页 |
| ·本文研究工作总结 | 第122-123页 |
| ·相关研究工作展望 | 第123-125页 |
| 参考文献 | 第125-134页 |
| 作者简历 | 第134-137页 |
| 学位论文数据集 | 第137-138页 |
| 附件 | 第138页 |
