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

空间目标双筒望远镜图像高清晰重建算法研究

摘要第8-9页
Abstract第9-10页
第一章 绪论第11-21页
    1.1 研究背景和意义第11-12页
    1.2 LBT 发展概况第12-15页
        1.2.1 LBT 建设与观测第12-14页
        1.2.2 LINC-NIRVANA 干涉仪第14-15页
    1.3 LBT 图像重建国内外现状第15-18页
        1.3.1 LBT 图像重建国内外研究现状第15-17页
        1.3.2 LBT 干涉图像重建流程第17-18页
    1.4 论文的主要内容及章节安排第18-21页
        1.4.1 论文的主要研究内容第18-19页
        1.4.2 论文的章节安排第19-21页
第二章 LBT 干涉成像与图像重建第21-41页
    2.1 LBT 干涉成像第21-24页
        2.1.1 单孔径成像第21-23页
        2.1.2 双筒干涉成像第23-24页
    2.2 LBT 干涉成像关键技术第24-27页
        2.2.1 相位同步技术第25-26页
        2.2.2 U-V 平面覆盖第26-27页
    2.3 LBT 图像重建关键技术第27-31页
        2.3.1 目标旋转补偿第28-30页
        2.3.2 PSF 外推第30-31页
    2.4 LBT 图像重建常规方法第31-36页
        2.4.1 SGM 算法原理第32-33页
        2.4.2 多帧应用推广第33-34页
        2.4.3 相关结论第34-36页
    2.5 实例及实验数据说明第36-39页
        2.5.1 实验数据说明第37-38页
        2.5.2 实例及实验结论第38-39页
    2.6 本章小结第39-41页
第三章 基于 Fourier 域约束的多帧 LBT 图像盲解卷积算法第41-49页
    3.1 Fourier 域约束第41-43页
        3.1.1 Fourier 频谱分析第41-42页
        3.1.2 频谱缺陷第42-43页
    3.2 基于 Fourier 域约束的多帧迭代盲解卷积算法第43-45页
        3.2.1 算法原理第43-45页
        3.2.2 算法步骤第45页
    3.3 实验结果及分析第45-48页
        3.3.1 模拟图像数据实验第45-46页
        3.3.2 真实图像数据实验第46-47页
        3.3.3 模拟 LBT 干涉图像数据实验第47-48页
    3.4 本章小结第48-49页
第四章 基于混合噪声模型的多帧 LBT 图像盲解卷积算法第49-61页
    4.1 多帧迭代盲解卷积算法原理第49-52页
    4.2 改进算法模型及理论第52-54页
        4.2.1 算法原理第52-54页
        4.2.2 算法步骤第54页
    4.3 实验结果及分析第54-60页
        4.3.1 模拟图像数据实验第54-56页
        4.3.2 真实图像数据实验第56-58页
        4.3.3 模拟 LBT 干涉图像数据实验第58-60页
    4.4 本章小结第60-61页
第五章 图像重建质量评价第61-70页
    5.1 常用的重建图像质量评价指标第61-64页
        5.1.1 有参考图像质量客观评价指标第62-63页
        5.1.2 无参考图像质量客观评价指标第63-64页
    5.2 基于 SSIM 的无参考图像质量评价方法第64-67页
        5.2.1 结构相似度 SSIM第64-66页
        5.2.2 多尺度 SSIM 图像质量评价第66页
        5.2.3 无参考图像质量评价第66-67页
    5.3 实验结论第67-69页
    5.4 本章小结第69-70页
第六章 结论第70-73页
    6.1 对已完成工作的总结第70-71页
    6.2 对进一步研究的展望第71-73页
参考文献第73-76页
作者简历 攻读硕士学位期间完成的主要工作第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:上下文感知的高性能计算服务发现技术研究
下一篇:IMS网络的架设及应用