基于稀疏表示与自适应倒易晶胞的遥感图像复原方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 遥感图像分辨率增强方法 | 第8-12页 |
| 1.2.1 硬件方法 | 第8-9页 |
| 1.2.2 软件方法 | 第9-10页 |
| 1.2.3 软硬件结合方法 | 第10-11页 |
| 1.2.4 倒易晶胞复原方法 | 第11-12页 |
| 1.3 本文的研究内容及主要成果 | 第12-13页 |
| 1.4 论文框架结构 | 第13-14页 |
| 第二章 遥感图像获取系统简介与分析 | 第14-21页 |
| 2.1 引言 | 第14页 |
| 2.2 遥感图像获取系统 | 第14-15页 |
| 2.3 图像退化因素分析 | 第15-20页 |
| 2.3.1 遥感图像噪声分析 | 第15-16页 |
| 2.3.2 遥感图像模糊分析 | 第16-17页 |
| 2.3.3 遥感图像混叠分析 | 第17-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 自适应倒易晶胞与频域复原方法 | 第21-25页 |
| 3.1 引言 | 第21页 |
| 3.2 自适应倒易晶胞 | 第21-23页 |
| 3.2.1 名义分辨率 | 第21-22页 |
| 3.2.2 有效分辨率 | 第22-23页 |
| 3.2.3 自适应倒易晶胞 | 第23页 |
| 3.3 基于自适应倒易晶胞的总变差复原方法 | 第23-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第四章 遥感图像去噪的稀疏表示模型及算法研究 | 第25-38页 |
| 4.1 引言 | 第25-26页 |
| 4.2 稀疏表示图像去噪方法 | 第26页 |
| 4.3 非局部稀疏表示的图像去噪模型及算法 | 第26-29页 |
| 4.3.1 非局部正则项构造 | 第26-27页 |
| 4.3.2 结合非局部信息的稀疏表示模型 | 第27页 |
| 4.3.3 稀疏表示与字典学习算法 | 第27-29页 |
| 4.3.4 模型算法 | 第29页 |
| 4.4 实验结果与分析 | 第29-37页 |
| 4.4.1 标准测试图像去噪结果 | 第30-34页 |
| 4.4.2 遥感图像去噪结果 | 第34-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第五章 自适应倒易晶胞库的遥感图像总变分复原模型 | 第38-49页 |
| 5.1 引言 | 第38-39页 |
| 5.2 自适应倒易晶胞分析 | 第39-40页 |
| 5.2.1 倒易晶胞模型 | 第39页 |
| 5.2.2 自适应倒易晶胞模型 | 第39-40页 |
| 5.3 基于自适应倒易晶胞库的总变分复原模型 | 第40-42页 |
| 5.3.1 基于AR-cell库的总变分复原模型 | 第40-41页 |
| 5.3.2 模型的数值算法 | 第41-42页 |
| 5.3.3 模型算法 | 第42页 |
| 5.4 实验结果与分析 | 第42-48页 |
| 5.4.1 实验参数 | 第42-43页 |
| 5.4.2 实验结果及分析 | 第43-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 致射 | 第57-58页 |
| 攻读硕士学位期间参加的科研项目及发表的论文 | 第58页 |
| 科研项目 | 第58页 |
| 学术论文 | 第58页 |
