| 缩略语说明 | 第11-13页 |
| 摘要 | 第13-15页 |
| Abstract | 第15-16页 |
| 第一章 绪论 | 第17-45页 |
| 1.1 研究背景 | 第17-20页 |
| 1.1.1 研究背景 | 第17-18页 |
| 1.1.2 研究意义 | 第18-20页 |
| 1.2 国内外研究现状 | 第20-41页 |
| 1.2.1 图像质量退化过程建模的研究现状 | 第20-27页 |
| 1.2.2 图像质量提升处理的研究现状 | 第27-41页 |
| 1.3 论文主要工作 | 第41-45页 |
| 1.3.1 研究思路 | 第41-42页 |
| 1.3.2 研究内容 | 第42-45页 |
| 第二章 光学遥感成像误差建模 | 第45-67页 |
| 2.1 成像模型的数学描述 | 第45-46页 |
| 2.2 光学遥感成像链路的主要误差模型 | 第46-55页 |
| 2.2.1 平台振动对成像质量的影响建模 | 第46-53页 |
| 2.2.2 光学系统对成像质量的影响建模 | 第53-54页 |
| 2.2.3 探测器对成像质量的影响建模 | 第54-55页 |
| 2.3 遥感成像主要误差模型的广义高斯函数表示 | 第55-58页 |
| 2.3.1 理论分析 | 第55-56页 |
| 2.3.2 实验分析 | 第56-58页 |
| 2.4 平台姿态的高精度测量与误差抑制 | 第58-66页 |
| 2.4.1 基于角距的星敏感器地基标定的数学建模 | 第59-61页 |
| 2.4.2 基于递归平均滤波器的参数估计方法 | 第61-63页 |
| 2.4.3 地面观星实验及分析 | 第63-66页 |
| 2.5 本章小结 | 第66-67页 |
| 第三章 基于图像的遥感成像误差辨识与抑制 | 第67-97页 |
| 3.1 基于图像频谱和倒谱特征的平台运动误差辨识与抑制 | 第68-81页 |
| 3.1.1 图像的频谱与倒谱介绍 | 第68-69页 |
| 3.1.2 单一运动误差在图像中的表现 | 第69-73页 |
| 3.1.3 混合运动误差的特点分析 | 第73-75页 |
| 3.1.4 平台误差参数辨识 | 第75-81页 |
| 3.2 基于模糊推理的椒盐噪声辨识与抑制 | 第81-89页 |
| 3.2.1 问题描述 | 第82页 |
| 3.2.2 模糊中值滤波方法 | 第82-85页 |
| 3.2.3 模糊中值滤波的性能分析 | 第85-86页 |
| 3.2.4 模糊滤波思想在其它滤波方法中的推广 | 第86页 |
| 3.2.5 数值实验 | 第86-89页 |
| 3.3 基于图像的点扩散函数辨识 | 第89-95页 |
| 3.3.1 图像点扩散函数辨识模型 | 第90-91页 |
| 3.3.2 迭代算法设计 | 第91-93页 |
| 3.3.3 实验结果及分析 | 第93-95页 |
| 3.4 本章小结 | 第95-97页 |
| 第四章 遥感图像复原的稀疏表示方法 | 第97-121页 |
| 4.1 图像复原问题描述及现有方法特点 | 第97-99页 |
| 4.1.1 图像复原问题描述 | 第97页 |
| 4.1.2 现有图像复原方法分析 | 第97-99页 |
| 4.2 空不变退化图像的复原方法 | 第99-109页 |
| 4.2.1 基于复数小波表示的图像复原方法 | 第99-105页 |
| 4.2.2 退化核函数未知时的盲复原方法 | 第105-109页 |
| 4.3 空变退化图像的复原方法 | 第109-114页 |
| 4.3.1 空不变图像复原方法向空变复原方法的推广 | 第109-112页 |
| 4.3.2 实验结果及分析 | 第112-114页 |
| 4.4 大场景遥感图像复原处理的瀑布型多重网格算法 | 第114-119页 |
| 4.4.1 瀑布型多重网格简介 | 第115页 |
| 4.4.2 图像复原的瀑布型多重网格算法 | 第115-118页 |
| 4.4.3 瀑布型多重网格算法在其他图像复原模型中的推广 | 第118-119页 |
| 4.4.4 数值计算结果及分析 | 第119页 |
| 4.5 本章小结 | 第119-121页 |
| 第五章 遥感图像质量提升的压缩感知方法 | 第121-153页 |
| 5.1 图像修复的压缩感知方法 | 第121-127页 |
| 5.1.1 压缩感知的基本理论 | 第121页 |
| 5.1.2 压缩感知框架下的图像修复模型 | 第121-122页 |
| 5.1.3 压缩感知框架下的图像修复模型求解 | 第122-124页 |
| 5.1.4 实验结果与分析 | 第124-127页 |
| 5.2 图像插值的压缩感知方法 | 第127-128页 |
| 5.2.1 压缩感知框架下的图像插值模型 | 第127页 |
| 5.2.2 实验结果与分析 | 第127-128页 |
| 5.3 图像频谱扩展的压缩感知方法 | 第128-136页 |
| 5.3.1 压缩感知框架下的图像频谱扩展模型 | 第128-129页 |
| 5.3.2 阈值化修正算法 | 第129-130页 |
| 5.3.3 实验结果及分析 | 第130-136页 |
| 5.4 基于正则化算子的投影测量矩阵优化及应用 | 第136-151页 |
| 5.4.1 投影测量阵的重构性能分析 | 第136-145页 |
| 5.4.2 投影测量阵的优化设计及应用 | 第145-147页 |
| 5.4.3 数值仿真 | 第147-151页 |
| 5.5 本章小结 | 第151-153页 |
| 第六章 结论与展望 | 第153-157页 |
| 6.1 本文工作总结 | 第153-154页 |
| 6.2 主要创新 | 第154-155页 |
| 6.3 相关研究工作展望 | 第155-157页 |
| 致谢 | 第157-159页 |
| 参考文献 | 第159-173页 |
| 作者在学期间取得的学术成果 | 第173-174页 |
