摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第13-25页 |
1.1 引言 | 第13-14页 |
1.2 自适应光学技术 | 第14-17页 |
1.3 自适应光学图像事后处理技术 | 第17-19页 |
1.3.1 相位差法 | 第17-18页 |
1.3.2 斑点图像重建法 | 第18页 |
1.3.3 盲解卷积法 | 第18-19页 |
1.4 图像盲解卷积技术研究现状 | 第19-22页 |
1.4.1 图像盲解卷积技术国外发展趋势 | 第20-22页 |
1.4.2 图像盲解卷积技术国内研究现状 | 第22页 |
1.5 本文的研究目的与主要研究内容 | 第22-25页 |
第2章 大气湍流下的成像模型与图像质量评价 | 第25-35页 |
2.1 大气湍流概述 | 第25-28页 |
2.2 Zernike多项式 | 第28-30页 |
2.3 光学图像的成像模型 | 第30-32页 |
2.4 图像复原质量评价 | 第32-33页 |
2.5 本章小结 | 第33-35页 |
第3章 经典图像盲复原算法研究 | 第35-47页 |
3.1 滤波图像盲复原法 | 第36页 |
3.2 维纳滤波盲解卷积法 | 第36-37页 |
3.3 Richardson-Lucy盲解卷积复原算法 | 第37-39页 |
3.4 基于经典算法的仿真研究 | 第39-45页 |
3.4.1 基于Weiner-IBD复原方法的仿真研究 | 第39-42页 |
3.4.2 基于RL算法和OMFBD算法的仿真研究 | 第42-45页 |
3.5 本章小结 | 第45-47页 |
第4章 基于总变分正则化的图像处理算法仿真研究 | 第47-65页 |
4.1 基于总变分降噪的仿真研究 | 第47-53页 |
4.1.1 总变分降噪原理 | 第47-49页 |
4.1.2 基于自适应参数的总变分降噪算法原理 | 第49页 |
4.1.3 总变分边缘保持能力 | 第49-51页 |
4.1.4总变分降噪仿真实验 | 第51-53页 |
4.2 基于总变分的大气湍流退化图像复原 | 第53-63页 |
4.2.1 两阶段估计法 | 第53-54页 |
4.2.2 分裂Bregman算法原理 | 第54-55页 |
4.2.3 基于分裂Bregman的总变分盲卷积复原算法 | 第55-57页 |
4.2.4 基于总变分盲复原的大气湍流退化图像仿真实验 | 第57-63页 |
4.3 本章小结 | 第63-65页 |
第5章 稀疏先验模型的盲解卷积图像复原研究 | 第65-85页 |
5.1 图像梯度的稀疏先验模型 | 第65-66页 |
5.2 基于稀疏先验模型的图像盲复原模型 | 第66页 |
5.3 基于分裂Bregman的数值求解方法 | 第66-69页 |
5.4 大气湍流退化图像仿真实验 | 第69-76页 |
5.4.1 大气湍流点扩展函数仿真 | 第69-70页 |
5.4.2 基于稀疏先验盲解卷积的大气湍流图像复原 | 第70-74页 |
5.4.3 p值的选取原则 | 第74-76页 |
5.5 像差对图像复原的影响 | 第76-81页 |
5.5.1 单独模式像差对图像复原的影响 | 第76-79页 |
5.5.2 Zernike-RMS对复原质量的影响 | 第79-81页 |
5.6 真实退化图像复原 | 第81-83页 |
5.7 本章小结 | 第83-85页 |
第6章 总结与展望 | 第85-87页 |
6.1 本文主要工作内容与创新点 | 第85-86页 |
6.2 未来工作展望 | 第86-87页 |
参考文献 | 第87-93页 |
致谢 | 第93-95页 |
作者简历及攻读学位期间发表的学术论文与研究成果 | 第95页 |