无人平台高帧频红外编码成像关键技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-14页 |
| 缩略语对照表 | 第14-17页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 课题背景与意义 | 第17-18页 |
| 1.2 红外编码成像技术的研究现状 | 第18-21页 |
| 1.3 红外图像质量提升技术的研究现状 | 第21-25页 |
| 1.3.1 红外图像非均匀性校正方法 | 第21-23页 |
| 1.3.2 红外图像超分辨率重建方法 | 第23-25页 |
| 1.4 本论文课题来源及主要研究内容 | 第25-29页 |
| 1.4.1 本论文课题来源 | 第25页 |
| 1.4.2 主要研究内容 | 第25-29页 |
| 第二章 基于编码测量的红外高帧频成像 | 第29-43页 |
| 2.1 引言 | 第29页 |
| 2.2 红外图像压缩测量 | 第29-33页 |
| 2.2.1 压缩感知 | 第29-31页 |
| 2.2.2 测量矩阵 | 第31-32页 |
| 2.2.3 基于压缩感知的编码成像 | 第32-33页 |
| 2.3 基于编码测量的高帧频成像 | 第33-38页 |
| 2.3.1 技术方案 | 第33-34页 |
| 2.3.2 数学模型 | 第34-37页 |
| 2.3.3 联合解码重建 | 第37-38页 |
| 2.4 仿真实验与分析 | 第38-41页 |
| 2.4.1 数据与平台 | 第38页 |
| 2.4.2 评价指标 | 第38-39页 |
| 2.4.3 仿真结果与分析 | 第39-41页 |
| 2.5 本章小结 | 第41-43页 |
| 第三章 基于核递归的高保真度非均匀性校正 | 第43-55页 |
| 3.1 引言 | 第43页 |
| 3.2 基于神经网络的非均匀性校正 | 第43-46页 |
| 3.2.1 校正原理 | 第43-45页 |
| 3.2.2 校正结果分析 | 第45-46页 |
| 3.3 基于核递归的高保真度非均匀性校正 | 第46-49页 |
| 3.3.1 核递归 | 第46-48页 |
| 3.3.2 校正方法详细步骤 | 第48-49页 |
| 3.4 仿真实验与分析 | 第49-54页 |
| 3.4.1 数据与平台 | 第49-50页 |
| 3.4.2 评价指标 | 第50-51页 |
| 3.4.3 仿真结果与分析 | 第51-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于卷积神经网络的红外图像超分辨率重建 | 第55-71页 |
| 4.1 引言 | 第55页 |
| 4.2 红外图像超分辨率重建模型 | 第55-57页 |
| 4.2.1 退化模型 | 第55-56页 |
| 4.2.2 重建模型 | 第56-57页 |
| 4.3 基于卷积神经网络的红外图像超分辨率重建 | 第57-63页 |
| 4.3.1 卷积神经网络 | 第57-60页 |
| 4.3.2 重建方法详细步骤 | 第60-63页 |
| 4.4 仿真实验与分析 | 第63-69页 |
| 4.4.1 数据与平台 | 第63页 |
| 4.4.2 评价指标 | 第63-64页 |
| 4.4.3 仿真结果与分析 | 第64-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71页 |
| 5.2 展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-81页 |
