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

太赫兹时域光谱成像研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-16页
    1.1 研究目的和意义第9-10页
    1.2 太赫兹成像技术国内外研究现状第10-14页
    1.3 论文研究内容及工作安排第14-16页
        1.3.1 论文主要研究内容第14-15页
        1.3.2 工作安排第15-16页
第二章 太赫兹成像技术理论第16-26页
    2.1 引言第16页
    2.2 太赫兹波的产生和探测第16-22页
        2.2.1 太赫兹波的产生方法第16-20页
        2.2.2 太赫兹波的探测方法第20-22页
    2.3 太赫兹时域光谱成像技术第22-25页
        2.3.1 脉冲太赫兹透射成像系统第22页
        2.3.2 脉冲太赫兹反射成像系统第22-24页
        2.3.3 太赫兹时域光谱成像模式第24-25页
    2.4 本章小结第25-26页
第三章 太赫兹时域光谱成像仿真研究第26-37页
    3.1 引言第26页
    3.2 理想光学系统中的高斯波束模型第26-28页
    3.3 太赫兹时域光谱成像系统模型分析第28-33页
    3.4 仿真结果分析第33-36页
        3.4.1 噪声对成像的影响第34页
        3.4.2 样品内成像平面z对成像的影响第34-36页
    3.5 本章小结第36-37页
第四章 太赫兹图像去噪与增强算法研究第37-57页
    4.1 引言第37页
    4.2 太赫兹图像去噪算法第37-40页
        4.2.1 引导滤波第37-38页
        4.2.2 双边滤波第38-40页
    4.3 基于自适应双边滤波的太赫兹图像去噪算法研究第40-48页
        4.3.1 自适应双边滤波模型分析第40-41页
        4.3.2 基于主成分分析的噪声水平估计第41-42页
        4.3.3 图像弱纹理区域选择第42-44页
        4.3.4 算法处理结果与分析第44-48页
    4.4 基于改进的小波域太赫兹图像对比度增强算法研究第48-56页
        4.4.1 小波域与Retinex分析第48-51页
        4.4.2 多尺度图像细节提升第51-52页
        4.4.3 算法处理结果与分析第52-56页
    4.5 本章小结第56-57页
第五章 太赫兹图像超分辨率重建第57-66页
    5.1 引言第57页
    5.2 基于稀疏表示的图像超分辨率模型第57-59页
    5.3 基于非局部自相似性和学习梯度正则化的超分辨率重建第59-63页
        5.3.1 图像的非局部自相似性正则化约束第59页
        5.3.2 基于学习的梯度估计和梯度正则化约束第59-62页
        5.3.3 基于在线学习字典的图像超分辨率方法第62-63页
    5.4 算法处理结果与分析第63-65页
    5.5 本章小结第65-66页
第六章 总结与展望第66-68页
    6.1 总结第66-67页
    6.2 展望第67-68页
致谢第68-69页
参考文献第69-72页
攻读硕士学位期间的研究成果第72页

论文共72页,点击 下载论文
上一篇:基于机器视觉的车门抓取定位系统研究与开发
下一篇:“智慧校园”-教育服务云平台的研究