| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-30页 |
| ·论文研究背景及意义 | 第13-14页 |
| ·全景视觉国内外研究现状 | 第14-23页 |
| ·全景视觉相关理论研究现状 | 第14-20页 |
| ·全景视觉技术应用研究现状 | 第20-23页 |
| ·图像质量优化技术概述 | 第23-27页 |
| ·图像几何畸变校正技术简述 | 第23-24页 |
| ·超分辨率图像重建技术简述 | 第24-26页 |
| ·超分辨率重建技术研究现状 | 第26-27页 |
| ·论文研究内容和拟解决的关键问题 | 第27-28页 |
| ·论文章节安排 | 第28-30页 |
| 第2章 全景视觉成像机理分析 | 第30-47页 |
| ·引言 | 第30页 |
| ·单视点全景视觉成像原理 | 第30-35页 |
| ·全景视觉单视点约束条件 | 第30-33页 |
| ·单视点成像系统构成 | 第33-35页 |
| ·全景视觉图像的还原方法及改进 | 第35-43页 |
| ·全景视觉逆投影原理 | 第35-37页 |
| ·全景图像解算原理 | 第37-40页 |
| ·全景图像还原方法改进 | 第40-43页 |
| ·仿真与实验分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第3章 全景视觉系统单视点约束校准 | 第47-64页 |
| ·引言 | 第47页 |
| ·光学畸变作用下的测定误差分析 | 第47-50页 |
| ·成像系统畸变模型与模型简化 | 第47-49页 |
| ·畸变作用下的测定误差 | 第49-50页 |
| ·基于人工神经网络的图像畸变校正方法 | 第50-57页 |
| ·BP 神经网络 | 第50-55页 |
| ·神经网络的训练 | 第55-57页 |
| ·图像校正与等效焦距的测定 | 第57页 |
| ·单视点约束及测定方法 | 第57-60页 |
| ·单视点约束的充要条件 | 第57-58页 |
| ·反射镜位置与姿态估计 | 第58-60页 |
| ·实验结果与分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 全景图像径向移变PSF 建模 | 第64-85页 |
| ·引言 | 第64-65页 |
| ·图像降质过程建模概述 | 第65-71页 |
| ·点扩散函数模型及其辨识方法 | 第65-66页 |
| ·噪声模型及其辨识方法 | 第66-70页 |
| ·降质模型离散化方法 | 第70-71页 |
| ·全景图像点扩散函数建模方法设计 | 第71-80页 |
| ·点扩散函数模型先验知识的获得 | 第71-75页 |
| ·全景图像径向移变PSF 建模方法 | 第75-80页 |
| ·实验结果与分析 | 第80-84页 |
| ·本章小结 | 第84-85页 |
| 第5章 基于DTW 算法的全景图像亚像素配准 | 第85-117页 |
| ·引言 | 第85页 |
| ·图像配准的一般方法描述 | 第85-88页 |
| ·基于灰度的配准方法 | 第86-87页 |
| ·基于特征的配准方法 | 第87-88页 |
| ·基于DTW 的配准方法 | 第88-96页 |
| ·DTW 配准方法原理 | 第89-95页 |
| ·基于抛物线插值的亚像素配准方法 | 第95-96页 |
| ·基于DTW 算法的全景图像配准方法设计 | 第96-103页 |
| ·配准特征选取 | 第96-99页 |
| ·配准方法设计 | 第99-103页 |
| ·仿真与实验分析 | 第103-116页 |
| ·本章小结 | 第116-117页 |
| 第6章 超分辨率全景图像重建算法研究 | 第117-134页 |
| ·引言 | 第117页 |
| ·基于凸集投影超分辨率图像重建 | 第117-121页 |
| ·凸集与凸集投影描述 | 第117-119页 |
| ·凸集投影图像重建算法 | 第119-121页 |
| ·基于Tikhonov-POCS 全景图像SR 重建 | 第121-125页 |
| ·Tikhonov 正则化 | 第121-123页 |
| ·Tikhonov-POCS 重建算法 | 第123-124页 |
| ·Tikhonov-POCS 算法统计学特性分析 | 第124-125页 |
| ·仿真与实验分析 | 第125-133页 |
| ·本章小结 | 第133-134页 |
| 结论 | 第134-136页 |
| 参考文献 | 第136-149页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第149-150页 |
| 致谢 | 第150页 |