首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

无源毫米波成像系统设计及图像超分辨率复原算法研究

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-14页
   ·研究背景及意义第8-10页
   ·无源毫米波成像系统的发展及现状第10-12页
   ·毫米波图像的超分辨率复原第12-13页
   ·本文主要内容及各章节的安排第13-14页
第二章 无源毫米波成像系统设计第14-24页
   ·毫米波辐射成像原理第14-18页
     ·电磁辐射理论第14页
     ·普朗克黑体辐射理论第14-15页
     ·实际物体热辐射特性第15-17页
     ·毫米波辐射成像特性第17-18页
   ·系统硬件设计第18-23页
     ·信号接收模块第20-22页
       ·天线第20-21页
       ·毫米波辐射计第21-22页
       ·数据采集第22页
     ·扫描控制模块第22-23页
     ·图像重建与显示模块第23页
   ·本章小结第23-24页
第三章 毫米波图像的超分辨率复原第24-30页
   ·超分辨率复原的理论基础第24-25页
   ·图像降晰的数学模型第25-27页
     ·线性运动降晰第26页
     ·散焦降晰第26-27页
     ·高斯降晰第27页
     ·自适应降晰第27页
   ·超分辨率复原的方法分类第27-28页
   ·超分辨率复原的对象分类第28页
   ·超分辨率复原的质量评价体系第28-29页
   ·本章小结第29-30页
第四章 基于熵约束的凸集投影超分辨率复原第30-40页
   ·凸集投影算法第30页
   ·图像中的熵理论第30-31页
   ·本文算法的提出第31-34页
     ·经典POCS 超分辨率复原算法的不足第31-33页
     ·基于熵约束的POCS 超分辨率复原第33-34页
   ·实验结果第34-38页
     ·光学图像实验第34-37页
     ·毫米波图像实验第37-38页
   ·本章小结第38-40页
第五章 基于尺度不变特征变换和神经网络的超分辨率复原第40-61页
   ·引言第40-42页
     ·图像序列的运动补偿第40-41页
     ·图像降质模型的估计第41-42页
   ·尺度不变特征变换第42-46页
     ·SIFT 特征提取第42-44页
     ·SIFT 特征描述第44-46页
     ·SIFT 特征匹配第46页
   ·神经网络在非线性评价问题上的优势第46-48页
   ·本文算法第48-52页
     ·基于SIFT 特征点匹配建立运动补偿第48-50页
     ·基于SIFT 特征点和BP 神经网络的PSF 估计第50-52页
   ·实验结果第52-59页
     ·平移运动图像实验第53-58页
     ·非刚性运动图像实验第58-59页
   ·本章小结第59-61页
第六章 总结与展望第61-63页
参考文献第63-67页
致谢第67-68页
研究生期间发表的论文及参加的科研项目第68页

论文共68页,点击 下载论文
上一篇:基于SSI的图纸档案管理信息系统的研究与实现
下一篇:基于GWT框架的桌面式系统