| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·非均匀性的产生原因分析 | 第7-9页 |
| ·非均匀性校正的国内外发展现状 | 第9-11页 |
| ·本文主要工作和内容安排 | 第11-13页 |
| 第二章 红外焦平面阵列非均匀性及校正方法概述 | 第13-23页 |
| ·非均匀性的定义 | 第13-14页 |
| ·红外探测器的响应模型 | 第14-17页 |
| ·线性响应模型 | 第15-16页 |
| ·非线性响应模型 | 第16-17页 |
| ·常见的非均匀性校正算法 | 第17-21页 |
| ·一点温度定标法 | 第17-18页 |
| ·两点温度定标法 | 第18-19页 |
| ·时域高通滤波法 | 第19页 |
| ·卡尔曼滤波法 | 第19-21页 |
| ·恒定统计平均法 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于S 形曲线模型的多点逼近非均匀性校正算法 | 第23-39页 |
| ·几种常用的多点校正方法 | 第23-27页 |
| ·分段线性校正法 | 第23-24页 |
| ·埃尔米特插值校正法 | 第24-26页 |
| ·基于S 形曲线的校正方法 | 第26-27页 |
| ·基于S 形曲线模型的多点逼近校正算法 | 第27-29页 |
| ·校正算法的理论依据 | 第27页 |
| ·最小二乘多项式拟合的校正原理 | 第27-29页 |
| ·校正算法的实现 | 第29页 |
| ·盲元检测及补偿 | 第29-32页 |
| ·盲元的检测 | 第30-31页 |
| ·盲元的补偿 | 第31-32页 |
| ·仿真实验及结果分析 | 第32-37页 |
| ·对黑体图像的校正 | 第32-34页 |
| ·对实际场景图像的校正 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于BP 神经网络的非均匀性校正算法分析 | 第39-55页 |
| ·BP 神经网络模型及经典的神经网络非均匀性校正算法 | 第39-44页 |
| ·BP 神经网络的网络模型和学习过程 | 第39-41页 |
| ·经典BP 神经网络的非均匀性校正算法 | 第41-42页 |
| ·归一化的BP 神经网络校正算法 | 第42-44页 |
| ·改进的BP 神经网络校正算法 | 第44-46页 |
| ·隐含层算法的改进 | 第44-46页 |
| ·迭代初值的选取 | 第46页 |
| ·仿真实验及结果分析 | 第46-53页 |
| ·算法的具体实现过程 | 第46-47页 |
| ·黑体图像的校正 | 第47-51页 |
| ·实际场景图像的校正 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |