一、匀速运动模糊图像快速恢复的进一步研究（论文文献综述）
蒋峥[1]（2021）在《微波凝视关联成像辐射场的空间相关性和运动补偿的研究》文中提出微波凝视关联成像是一种新兴的凝视成像体制,其利用随机辐射源在目标区域构建时空两维随机辐射场,辐射场与目标相互作用后被接收机接收,得到包含目标信息的观测回波,通过预置参数计算的辐射场与接收回波的关联处理实现对目标区域的高分辨成像。微波凝视关联成像要想实现对目标的精确反演,不仅要求辐射场具有随机性,还要求辐射场计算准确。因此辐射场的随机性和计算准确是微波凝视关联成像的两个前提,两者缺一不可。本文针对辐射场的随机性,重点研究了辐射场的空间相关性对凝视关联成像的影响以及基于辐射场空间相关性的辐射源优化;针对辐射场的准确计算,则重点研究了载体平台运动引起的辐射场计算误差对凝视关联成像的影响以及如何对载体的运动进行补偿消除。本文的研究工作包括:论文的第一部分内容是基于辐射场空间相关性的辐射源优化设计。该部分首先研究了辐射场空间相关性对微波凝视关联成像的影响,结果显示无论是使用传统的匹配滤波算法还是压缩感知的稀疏恢复算法,空间相关性较低的辐射场都具有更好的成像性能。接着针对随机跳频信号和多频信号两种不同形式的随机调制信号,分别提出了相应的辐射源优化设计算法。对于随机跳频信号,本文以发射天线的位置和脉冲的频率编码为优化变量,采用了模拟退火算法对辐射场的空间相关性进行优化。对于多频信号,本文以信号中各个频率分量的幅度为优化变量,以发射信号的最大幅度和功率作为约束条件,将辐射场空间相关性的优化转化为一个约束优化问题。为了对约束优化问题进行求解,本文通过罚函数法将约束优化问题转化为非约束优化问题。由于非约束优化问题的目标函数是非平滑的,本文使用平滑的函数去近似逼近目标函数中非平滑的项,最后通过交替迭代最小化的方法对平滑后的目标函数进行优化求解。论文的第二部分主要研究了准静止载体平台下的微波凝视关联成像的建模以及载体运动对于微波凝视关联成像的影响。在准静止载体平台下的成像模型中,本文将天线阵面复杂的运动分解为沿三个坐标轴的平动和绕三个坐标轴的转动,并将天线阵面的运动参数纳入到成像模型中。在此模型的基础上,本文通过仿真研究了匀速、匀加速和正弦这几种形式的平动和转动对于凝视关联成像的影响。仿真结果显示,载体的运动会对微波凝视关联成像有着较大的影响,因此需要对准静止载体平台下的微波凝视关联成像方法进行进一步的研究。论文的第三个部分主要研究了匀速平动和转动载体平台下的微波凝视关联成像方法。由于微波凝视关联成像具有快速成像的优势,在成像时间较短的情况下,可以近似假设准静止载体是匀速平动和转动的。在此假设的基础上,建立了匀速平动和转动载体平台下的微波凝视关联成像的模型,并得到了成像方程。成像方程中辐射场矩阵的计算需要天线阵面的平动速度和转动角速度。将运动测量传感器的测量数据带入到辐射场的计算中,可以对载体的运动进行初步的补偿。针对补偿后残留的测量误差,本文提出了基于牛顿法和基于粒子群优化的两种自校准成像算法。这两种算法在成像的同时可以对测量误差进行估计,从而消除测量误差对成像的影响。论文的第四个部分研究了随机运动载体平台下的微波凝视关联成像问题,即载体的运动是随机的情况。首先对第三章建立的模型进行了一定程度的合理简化,忽略了脉冲发射期间和回波接收期间天线阵面的运动,而只考虑在收发时延过程中和不同脉冲间的载体运动。在此简化模型的基础上,得到了随机运动载体平台下的成像方程,并使用传感器测量成像过程中天线阵面的运动参数,带入到成像方程中进行运动补偿。紧接着针对稀疏成像场景,提出了测量误差的稀疏自校准成像算法。该稀疏自校准成像算法以贝叶斯学习为框架,在目标重建和测量误差估计两步之间迭代直至收敛。该算法可以在一定程度上消除测量误差对凝视关联成像的影响,提高准静止载体平台下微波凝视关联成像的成像性能。
吴岛[2]（2020）在《基于滑移率辨识的汽车制动时序视觉检测系统研究》文中研究表明近年来,随着我国经济的稳健增长和交通运输业的快速发展,道路网络和交通设施得到了前所未有的改善和提高,促使汽车行业迅猛发展,汽车保有量不断增加,随之而来的行车安全问题成为全社会关注的焦点。对在用汽车的各项指标进行定期安全检测是保障汽车行车安全的主要途径,其中制动性能又是所有指标中最重要的一项。尤其是半挂汽车列车,作为当前公路货运的主体,正在向多轴化、重型化方向发展,其车体较长、结构复杂,制动性能各项指标都具有重要意义。目前,针对汽车制动性能检测的方法主要有两种:路试检验法和台架检验法。路试法须有特定的场地,受气候条件影响较大且重复性差,一般作为辅助检测手段。台式检验法占地小,不受气候条件影响,重复性较好,是目前汽车检测站和科研机构进行制动性能检测的常用方法。台架检验法主要通过滚筒反力式制动检验台或平板式制动检验台进行检测,可以检测出整车制动力和、制动不平衡及阻滞力,满足多数车型的检测。然而,半挂汽车列车由于轴数较多,不同的制动时序会对列车的制动稳定性造成直接影响,前轴制动快制动瞬间列车易发生折叠,后轴制动快制动瞬间列车易发生拖拽。台式检验法受台体结构的限制,无法实现半挂汽车列车制动时序的检测,从而难以反映整车的制动性能。虽然国家标准GB 18565-2016对汽车列车的制动时序检测方法做出了要求,但受检测设备的成本和结构制约,目前并无相关可行的制动时序检测设备,所以检测方法不具现实意义。因此,研发出一套高精度、智能化的汽车制动时序检测系统势在必行。随着中国制造2025战略部署的不断推进,在以机器视觉为核心的工业4.0大趋势推动下,汽车检测领域也正朝着信息化、自动化、智能化的方向迈进。因此,本文以此为契机,立足国家标准和现有技术手段,将视觉技术引入汽车制动时序检测,提出了基于立体视觉的汽车制动时序检测方法,设计和研发了汽车制动时序视觉检测系统。本文根据半挂汽车列车制动失稳机理及制动时序对制动稳定性的影响,明确了引起不同制动时序的因果关系。通过分析汽车制动时序检测技术的研究现状,确定了本文的研究内容和技术路线,主要包括以下四个方面:（1）汽车制动时序视觉检测系统方案设计分析车轮滑移率与路面附着系数间的变化关系,提出视觉检测系统的测量目标:即以制动踏板开关的触发时刻为起始时标,各车轮滑移率分别达到20%的时间次序作为制动时序的检测结果,并分析影响滑移率辨识的关键因素。为准确识别车轮滑移率,以白色圆形标识物作为间接测量物,建立基于视觉测量的车轮滑移率测量模型及列车曲线行驶矫正模型。基于平行双目立体视觉测量原理,推导系统结构模型,对影响系统综合测量误差的关键因素进行讨论分析。最后从检测系统整体布置、检测流程和控制方案三个方面对汽车制动时序视觉检测系统进行方案设计。（2）图像处理关键算法研究为得到图像中圆形标识的中心坐标,根据圆形标识的图像特点对相关图像处理算法的适用性进行改进和优化。首先对采集的原始图像进行预处理操作,包括图像对比度增强、图像去模糊、图像去噪和图像锐化。然后对归一化后的左右图像进行边缘提取,为改善Canny算法对圆形标识的边缘提取效果,对传统Canny算法在梯度方向和自适应阈值方面进行改进研究。为准确提取圆形标识,分析现有椭圆检测理论提出适用于本文的椭圆检测方法,设计边界清除算法清除冗余边缘,以及融合最小二乘理论和Hough变换实现对圆形标识的准确识别和提取。考虑到序列图像进行立体匹配计算量大的问题,基于对极几何约束关系,提出一种归一化互相关（Normalized Cross Correlation,NCC）快速匹配算法。最后,根据三维重建模型和相机标定参数,对圆形标识中心坐标进行三维重建。（3）视觉检测系统标定与精度检定试验研究根据摄像机坐标系间转换关系,对线性成像模型和非线性成像模型进行论述,以建立本文的摄像机成像模型。分析张正友平面模板标定法的算法原理及不足之处,提出一种基于PSO-LM（Particle Swarm Optimization与Levenberg-Marquardt）组合优化策略的改进张正友标定方法,实现对标定参数的非线性全局优化,并通过标定对比试验对所提方法的有效性进行验证。为验证视觉检测系统对圆形标识的动态识别精度,设计一种模拟车轮制动的精度检定装置及方法,在多个目标速度下分类进行多工况试验,分析每种工况下的试验误差。（4）汽车制动时序视觉检测系统实车试验研究为验证检测系统整体方案设计的可行性以及图像处理算法和标定算法的有效性,选取同一辆在用半挂汽车列车进行重复性试验和九辆在用半挂汽车列车进行普适性试验。为分析视觉检测系统的测量误差,利用车轮上的轮速传感器设计一套轮速测量装置,结合非接触式速度测量仪构成校准装置,对比分析两组试验数据的示值误差和重复性误差,对本检测系统的准确性、稳定性及适用性进行验证。同时,在重复性试验中,鉴于测量结果误差存在不确定性,为科学评价本检测系统,对测量结果误差的不确定度进行评定。最后,分析和总结视觉检测系统相比于校准装置的试验误差。
孙帅[3]（2019）在《面向复杂场景应用的量子关联成像研究》文中指出关联成像是一种基于光场高阶相干获取目标信息的成像技术。和传统成像相比,关联成像在诸多方面具有优势。首先,关联成像可实现无透镜成像,在一些透镜难以加工的波段内,如X光,关联成像可更容易地获取物体图像。其次,在关联成像系统中可以用点探测器获取二维或三维物体的图像,和普通的面阵探测器相比,点探测器灵敏度高,这使得关联成像可以在极弱光条件下成像。此外,点探测器读写速度快,也使得关联成像系统可以高速采集数据。再次,基于照明光场的关联获取信息的方式,使得关联成像可以抑制与光源统计无关的噪声对图像的影响。最后,关联成像可以和压缩感知、机器学习等方法结合来提高成像质量。关联成像需要多次采样来获得物体的信息,这限制了关联成像对运动物体成像的能力。此外,光源统计性质不均匀以及传输路径上的相位噪声对关联成像质量有影响。为了提升关联成像在复杂应用场景中的适应性,更充分地发挥关联成像的优势。本文针对光源不均匀、物体运动、大气湍流等因素对关联成像的影响进行了研究和分析,提出并验证了提升关联成像能力的方案。具体研究内容如下:首先,提出了二阶相干度归一强度关联算法。分析了关联成像中的点扩展函数,研究了光场二阶相干度分布不均匀和功率抖动对关联成像质量带来的影响。该算法通过对量子关联成像系统中的点扩展函数的归一化,可以有效抑制图像中因采样次数不够或激光功率抖动带来的统计噪声。并且,在光场不均匀条件下,该算法比差分关联算法重构的图像质量更高,从而提升了关联成像对非理想光源的鲁棒性。其次,提出了时域差分关联成像方案。分析了在复杂背景中运动的物体对关联成像质量的影响和对成像系统参数的要求。基于该场景中背景时域稀疏、运动物体空间稀疏的特点,在不同时刻用相同的散斑序列照明场景,通过对桶探测信号作差再和参考光场关联的方法,去掉了静止背景项的影响,减少了运动物体成像所需的采样次数,提高了关联成像系统对复杂场景中运动物体成像的能力。再次,提出了基于物体自相关的运动物体追踪与成像方法。研究了运动物体时域信息的相关性,定量分析了得到了关联成像系统中,获取物体的运动信息比获取图像信息所需采样次数少。并以此为基础实现了基于粗糙图像的物体运动信息提取,然后在物体运动过程中逐渐获得物体高质量的图像。该方法降低了运动物体对关联成像系统采样频率的要求。提高了关联成像对高速运动物体追踪和成像的能力。最后,提出了抗相位噪声的计算关联成像方案。分析了相位噪声对关联成像系统的影响,得到了当光源有随机相位噪声时,关联成像系统的点扩展函数是光源相位噪声的频谱。此时物体图像无法直接从强度关联结果中获得。物体的图像可以通过对强度关联结果的自相关进行相位恢复得到。该法可以在光源相位噪声大于2时获得物体的图像。并且,当传输路径上有弱湍流时,该方法有望提高关联成像对湍流的抵抗能力。此外,我们定量分析了该方法中成像质量的影响因素。讨论了成像系统参数对成像质量的影响。
张文鹏[4]（2018）在《复杂条件下多通道SAR运动目标检测与参数估计方法研究》文中研究指明合成孔径雷达（Synthetic Aperture Radar,SAR）技术与地面运动目标指示（Ground Moving Target Indication,GMTI）技术相结合,可在获得高分辨率地面场景图像的同时完成地面运动目标的检测及测速定位,具备大范围、全天候对地观测、监视能力,在军事侦察、交通管理、区域监测等方面有着极其重要的应用价值。相比于单通道SAR-GMTI系统,多通道SAR-GMTI系统能更加有效应对复杂环境,在运动目标检测与参数估计方面有更优的整体性能。然而,在实际应用中,多通道SAR-GMTI面临三个复杂性:环境的复杂性、目标运动的复杂性、计算的复杂性,本文将这三个复杂性统称为复杂条件。环境的复杂性指场景包含多种类型地物、杂波功率非均匀变化,使以空时自适应处理为核心的杂波抑制与目标检测方法性能下降甚至失效;目标运动的复杂性指目标运动由单一的匀速运动衍化为匀加速运动、微动等多种运行形式,若采用静止目标参数构造匹配滤波器,运动失配（目标散焦）现象将更加显着,目标检测性能严重下降;计算的复杂性指为了应对环境、目标运动复杂性,达到更优的性能,采用以搜索为基础的目标检测与参数估计方法运算效率非常低效,制约技术的实用化。本文系统研究复杂条件下多通道SAR运动目标检测与参数估计方法,以多通道SAR信号建模为基础,深入分析多种形式运动目标特性,充分利用多通道SAR信号特性研究整体性能较优、运算效率较高的SAR-GMTI方法,以实现复杂条件下多种运动形式目标的检测与参数估计。本文首先从SAR-GMTI技术的应用价值、面临的挑战和难点出发阐述了研究背景和意义,对SAR-GMTI研究历史与现状进行归纳总结,指出了目前SAR-GMTI技术方法存在的一些不足及需要改进之处,据此引出课题研究的重点。第二章对多通道SAR杂波信号与运动目标信号进行建模及特性分析,建立了二维时间域、距离-多普勒域、SAR图像域三个信号域的杂波信号模型、匀速运动目标信号模型、匀加速运动目标信号模型、微动目标信号模型,分析了各个信号域杂波及不同类型目标的单通道信号调制形式及多通道干涉相位,形成较为完备的杂波信号和目标信号模型及特性分析结论,为后续研究SAR-GMTI方法提供基础支撑。第三章针对匀速运动目标图像域检测,分析了匀速运动目标在SAR图像表现的块-像素特性,以匹配滤波器与自适应匹配滤波器为原型,提出了自匹配滤波器、自适应-自匹配滤波器检测方法。这两个方法的核心是使用待检测单元的邻近像素单元对应的多通道信号来代替运动目标导向矢量,从而免除了运动目标导向矢量的搜索,使检测方法在保证检测性能的同时获得十倍量级的运算效率提升。第四章针对现有图像域检测方法对多种形式运动目标失配导致性能下降问题,基于统计假设检验理论与多通道信号模型,提出适合多种形式运动目标检测的二维时间域广义似然比检测方法,根据检测器形式及SAR传输函数的方位不变性特点,采用二维空时匹配滤波实现广义似然比检测方法;针对二维时间域广义似然比检测方法的运算率较低问题,进一步对其进行简化,提出基于两步检测框架的运动目标快速检测方法,其思想是先用运算效率高的初步检测方法筛选出包含运动目标的距离单元,再对检测出的距离单元应用二次检测方法,其中初步检测基于带通STAP滤波器,只进行空间滤波,不对目标进行聚焦处理,可视为是图像域匀速运动目标STAP检测方法的扩展。第五章研究SAR运动目标参数估计与成像。首先提出基于合成通道信号与扩展多普勒域一维匹配滤波的匀速运动目标参数估计与成像方法,将运动参数的最优估计问题转化为等价的多个高效的一维匹配滤波问题。在对信号模型进行近似的情况下,提出基于合成通道信号与扩展多普勒域一维匹配滤波的匀加速运动目标参数估计与成像方法;与匀速运动目标参数估计与成像方法相比,该方法增加了立方相位系数估计以解决立方相位项的估计与补偿。为实现匀加速运动目标所有参数的解耦合与估计,进一步提出基于多通道信号最大似然方法的距离向速度与加速度估计。针对微动目标,指出了在多通道条带SAR雷达系统条件下微动信号的独特性,提出基于多通道信号最大似然方法的参数估计与成像。第六章对全文进行总结,并指出下一步可能的研究方向。
赵烟桥[5]（2014）在《基于动态光学传递函数的随机运动模糊图像快速复原方法》文中进行了进一步梳理成像技术在军事、工业、民用等领域具有广泛的应用。然而,待测场景与时延成像系统之间存在相对运动,气动光学效应等原因都会造成图像随机运动模糊,影响机器视觉系统的成像性能。图像复原算法是一种可以改善图像质量的有效手段,然而,应用最为广泛的盲复原算法因采用了迭代运算而存在运算量大、耗时长的缺点,难以满足各领域对退化图像快速复原的技术要求,而线性复原算法因现有像质评价函数或方法的各种局限性而无法实际应用。因此,建立一种新的像质评价模型,将其与线性复原算法相结合,是实现随机运动模糊图像快速复原的有效手段。本课题“基于动态光学传递函数的随机运动模糊图像快速复原方法”的研究目的在于:严格推导随机运动动态光学传递函数（Dynamic Optical TransferFunction,DOTF）模型,将其用于准确描述随机运动模糊图像的像质退化规律,提出一种从退化图像中提取DOTF,并将其与线性复原算法相结合的图像复原算法,从而回避迭代运算,实现随机运动模糊图像快速复原。本课题的研究为随机运动模糊图像提供一种快速复原手段,研究成果对于提高时延成像系统实时成像性能具有积极的促进作用。课题的主要研究内容有:（1）为了解决现有像质评价函数或方法不能用于指导图像快速复原,建立了一个新的像质评价函数。首先分别在空域和频域严格推导了随机运动DOTF模型,根据两种方法得到的DOTF模型相同,实现了二者之间的相互验证;然后在静止、匀速运动和高频简谐振动三种典型运动状态下,将本文模型化简为现有模型形式,验证了本文DOTF模型适用于随机运动;最后通过严格的数学推导,发现本文随机运动DOTF模型是气动光学点扩展函数的傅里叶变换,说明本文随机运动DOTF模型可用于描述气动光学随机运动模糊图像像质退化规律。（2）针对盲复原算法运算量大,运算时间长的问题,提出了一种随机运动模糊图像快速复原方法。首先推导了随机运动模糊图像的频谱模型,然后利用退化图像向导部分在背景均匀条件下所具有的边界补充特性和背景等效静止特性,提出了一种从退化图像向导部分提取DOTF,并与线性滤波复原方法相结合的复原方法,最后对该复原方法进行仿真,仿真结果表明,复原图像与原始图像之间的相关系数为1,验证了该方法的有效性。（3）分析了本文方法中各项误差因素对图像复原质量的影响规律。针对背景不均匀,图像传感器存在暗电流,以及伴随有随机噪声的三种情况,分别建立了随机运动模糊图像复原模型并仿真,仿真结果分别为:对于背景不均匀的情况,复原图像与原始图像的相关系数随背景对比度的增大而变小;对于图像传感器存在恒量暗电流的情况,只要在复原环节将暗电流从退化图像中减去,复原图像与原始图像的相关系数就恒为1;对于伴随有随机噪声的情况下,复原图像与原始图像的相关系数随噪声强度的增加而减小。这些结果表明为了获得更好的图像复原效果,需要尽可能满足背景均匀条件,降低噪声强度,并在复原环节将暗电流从退化图像中减去。（4）对本文图像快速复原算法及相关理论进行了实验验证。首先根据相同运动参数下的DOTF测量曲线与理论曲线吻合,以及DOTF测量曲线随速度变化而在空间频率方向表现出的伸缩规律与理论分析相一致,验证了本文随机运动DOTF模型的正确性;然后根据软件得到的退化图像与实际采集得到的退化图像之间的相关系数为0.9979,验证了向导部分的边界补充特性,根据背景随目标一起运动与不随目标一起运动情况下得到两幅退化图像之间的相关系数为0.9994,验证了向导部分的背景等效静止特性;最后分别采用文本复原方法与现有快速复原方法复原同一幅退化图像,结果为:表征图像复原质量的GMG和LS,本文方法均高于现有方法5.77倍以上,而复原时间却减少了将近90%,结果表明本文方法不仅具有更好的复原效果,而且将运算速度提高近一个数量级。
潘祥[6]（2014）在《非因果分数阶滤波器及其图像处理应用研究》文中进行了进一步梳理分数阶微积分（Fractional-order Calculus）是整数阶微积分（Integer-order Calculus）的般化形式,是将普通意义下的微积分运算的运算阶次从整数推广到分数和复数,实现了连续阶微积分,从而扩展了整数阶微积分的功能,从提出到现在己经有三百多年历史。近年来,随着信息科学技术的发展,计算机计算能力的提高,分数阶微积分的实现成为可能。作为一种新的工具,分数阶微积分在各个领域正逐渐被广泛应用,如材料科学、流变力学、分形理论、电磁场理论、控制理论、信号处理等。分数阶微积分在图像处理中的应用也得到了发展,并取得了一系列的研究成果。在信号处理中,因果滤波可被看做是一个线性时不变系统。因果系统的输出仅仅依赖于当前和过去输入信号,而输出依赖于当前和未来输入信号的系统为反因果系统；非因果系统则同时要依赖于未来的输入信号,在实时性要求比较高的信号处理、控制领域应用中难以实现。假若由一维时间序列扩展到二维空间,如二维图像信号（待处理的像素信息都已被记录保存下来,可以自由利用后面的像素来决定对前一像素的输出）,非因果滤波则很易实现。本文主要研究非因果分数阶滤波器的设计、实现及其在图像边缘检测和运动模糊图像模糊参数估计中的应用。深入分析研究前向和后向分数阶微积分的幅频特性和相频特性,并将其引入非因果信号处理,设计出两种非因果分数阶零相移滤波器（前向和后向分数阶积分相加取和构成零相移低通滤波器、前向和后向分数阶微分相加取和构成零相移高通滤波器）、两种非因果分数阶90°相移滤波器（前向和后向分数阶积分相减取差值构成90°相移低通滤波器、前向和后向分数阶微分相减取差值构成90°相移高通滤波器）和一种积分微分级联式非因果分数阶滤波器以及非因果分数阶方向滤波器。根据二维图像信号的特点,本文给出它们的空间域实现算子。基于传统整数阶微分的边缘检测算子一直存在检测精度与噪声抑制能之间此消彼长的矛盾,即提高检测精度与噪声抑制能力其中一个,就会导致另一个性能的降低。本文基于所提出的积分微分级联式非因果分数阶滤波器,又提出一种积分微分级联式非因果分数阶梯度算子,该算子中积分与微分共同贡献相位,从而以小于1的微分阶次实现传统1阶微分的90°相移,能够有效地折中检测精度与抗噪能力。通过在伯克利大学图像分割数据集（Berkeley Segmentation Dataset, BSDS500）上的定量和定性对比实验,充分证明了积分微分级联式非因果分数阶梯度算子在边缘检测中的优势。由于摄像机与目标景物之间的相对运动,极易导致图像的运动模糊,运动模糊图像的模糊参数（模糊方向、模糊尺度）在图像复原（如盲反卷积）中具有重要的作用。从而本文对分数阶微积分进行扩展,结合图像信号的特点,基于非因果分数阶滤波器,提出一种全新的非因果分数阶方向微分器。基于这一分数阶方向导数算子,提出一种新的运动模糊参数鉴别方法。通过与目前最优方法的对比实验,说明本文所提出的模糊参数鉴别方法具有更好的噪声免疫能力和模糊参数估计精度,特别是对于有较大模糊度的运动模糊。
王芳[7]（2014）在《光学遥感成像误差建模与图像质量提升方法》文中进行了进一步梳理光学遥感成像是航天侦察、监视与测绘等军事应用的重要手段。目前,我国已拥有多颗对地观测光学遥感卫星,解决了光学遥感成像的“有无”问题。但是,与国外同等分辨率卫星图像相比,还存在图像质量不够高的问题,极大地影响了图像的应用效果。分析表明,成像过程中各环节误差因素的影响是造成图像质量下降的主要原因。因此,如何对成像过程中各环节的误差因素进行建模、辨识和处理,是提高图像质量和成像系统应用效能的关键。论文围绕光学遥感图像质量提升问题进行研究,将问题分解为正过程与逆过程两大部分,在正过程的成像误差建模和逆过程的误差辨识的基础上,研究图像质量提升方法,包括图像复原、插值、修复与频谱扩展等。论文的主要研究与创新点如下:（1）针对成像误差建模问题,论文利用退化核函数的物理建模和相关先验信息,建立了成像误差的广义高斯表示模型,并通过理论论证和实验分析证明了这一建模方法的合理性。研究表明该模型可有效降低模型的复杂性、提高辨识精度。在此基础上,针对图像误差辨识问题,结合稀疏表示与退化核函数的广义高斯表示,建立了退化核函数辨识的泛函最小化模型和椒盐噪声辨识的模糊推理模型,并设计了基于交错方向迭代的参数估计算法,实验结果验证了该方法的有效性。（2）针对平台运动与姿态误差对成像质量的影响问题,论文研究了一种基于图像频谱和倒谱特征的运动误差辨识方法,并提出了一种基于内积的星敏感器相机在轨自主标定的两步数学模型。所建立的基于频谱和倒谱特征的方法可以识别包含正弦振动误差和匀速运动误差在内的复杂运动误差;所建立的相机自主标定模型可依赖单幅图像实现对相机非线性高阶畸变的在轨标定。此外论文还针对相机标定模型,设计了一种紧致的递归平均滤波器来进行参数估计,在不显着增加计算量的同时大大提高了参数估计精度。（3）针对图像复原问题,利用二分树复数小波在方向表示方面的优越性,建立了以图像的二分树复数小波表示为基础的图像复原的稀疏表示模型,并将之推广到退化核函数空间变化的情况。针对遥感图像数据量大、计算复杂的特点,设计了其快速求解的瀑布型多重网格算法,在不改变求解精度的情况下将求解速度提高了50%以上。（4）针对图像质量提升问题,以压缩感知理论为基础,将图像修复、插值、频谱拓展等问题统一转换为压缩感知框架下的图像重构问题,建立了各个质量提升问题所对应的投影测量模型以及相应的重构算法。针对部分问题投影测量矩阵性能较差的问题,研究了投影测量矩阵重构性能分析方法,并通过正则算子的作用实现了投影测量阵的优化,实验结果表明这些方法可充分利用图像的稀疏性,处理效果优于传统方法,并且还能处理含噪情况下的问题。论文建立了光学遥感成像主要环节的误差模型,提出了基于图像的成像误差辨识方法,在此基础上形成一整套针对图像复原、插值、修复和频谱扩展的光学遥感图像质量提升技术,可用于我国在轨卫星光学遥感图像质量的增强,也可为未来型号的优化设计提供技术支撑。
李德祥[8]（2014）在《基于手持设备的图像去模糊分析和模糊核估计》文中提出在日常的获取图像中，由于拍摄设备和景物间的相对运动，会导致图像的模糊出现。相应的，模糊图像的复原旨在从模糊图像中提取有效的信息，建立去模糊的模型，尽可能地出清晰的原始图像。研究的内容包括模糊参数估计、图像恢复算法等，其中模糊参数估计是图像去模糊过程中的重点，这也是本文的核心分析所在。本文首先建立了图像模糊的数学模型，并对模糊核的产生原理展开详细的分析，着重分析了两种情况。首先，在平坦背景下通过边界区域下的模糊核估计。通过分析模糊图像边界的梯度变化，提取了导致图像模糊的运动特性信息，由此建立了与运动特征信息相关的模糊核初始化模型。实验表明，该算法提取出了高效的初始化模糊核，降低了对后期递归优化算法的依赖，去模糊耗时短，效果明显，尤其适用于平坦背景、边界区域变化明显的模糊图像去模糊。其次，分析了具有内置感应器的拍摄设备，在轻微抖动下的模糊分析。通过建立相关的模糊核构造模型，分析了在抖动过程中的感应器数据，对模糊核进行了基本的初始化，并对复杂的平面运动提出了理论上的初始化模型。实验表明，该模型能高效的对模糊核进行初始化，效果明显。在此基础上，对图像进行复原分析。文中采用维纳滤波方法Richardson-Lucy迭代算法对模糊图像进行恢复，目的在于利用最简单的复原方法，以达到复杂算法下同样的复原效果。实验表明模糊核与模糊图像相关性越大，图像复原的效果越好，对图像复原算法的依赖性越低。
徐树奎[9]（2011）在《基于计算摄影的运动模糊图像清晰化技术研究》文中进行了进一步梳理图像运动模糊复原问题一直是图像处理领域中的着名难题。随着微电子、传感器以及计算机等技术的发展,人们开始利用这些新技术来改进传统摄影技术中存在的种种问题和限制,逐渐形成了一个新的研究领域——计算摄影。计算摄影将众多学科领域中的先进技术应用到运动模糊图像复原当中,巧妙地解决传统运动图像复原中需要依靠复杂数学模型才能解决的难题,成为当前研究的热点方向。本文围绕运动模糊图像清晰化这一主题,采用计算摄影领域中混合相机和编码曝光技术来解决传统运动模糊图像清晰化过程中点扩展函数难于求解和图像反卷积病态性问题。本文首先利用高速低分辨率传感器获得高分辨率低速传感器曝光过程中的图像序列,应用视觉运动测量技术得到高分辨率图像曝光过程中的运动参数,通过对图像运动模糊过程建模,得到运动模糊图像的点扩展函数;然后针对图像反卷积复原的病态性问题,本文采用计算摄影中编码曝光的方式来拍摄高分辨率图像,编码曝光从图像获取的前端改变图像运动模糊的形成过程,从根本上解决了图像运动模糊复原问题的病态性。论文的主要研究内容及创新点如下:运动模糊图像建模方法研究。针对传统的运动模糊图像复原研究中采用二维清晰图像到二维模糊图像的模型难以准确描述运动模糊过程的难题,本文从图像获取的源头开始,将相机成像过程纳入到运动模糊过程的分析当中,建立了从三维场景到二维图像的运动模糊模型,给出了直线运动和复杂运动情况下的基于成像模型的运动模糊图像点扩展函数求解方法,为后面研究奠定了理论基础。混合视觉采集系统标定方法研究。本文用于运动模糊图像点扩展函数测量的高速传感器与拍摄运动模糊图像的高分辨率传感器的空间分辨率是不同的,因而建立了以空间尺度为统一度量标准的混合视觉采集系统标定模型。利用三个相机之间的空间几何关系,提出了一种基于三维空间几何约束的混合视觉系统相对外部参数估计方法。与目前公认的优秀标定算法的对比实验表明本文算法具有较高的标定精度和稳定性。在标定所用棋盘格黑-黑格交点的检测方面,针对SUSAN角点检测算法难以区分边缘点和角点的问题,提出了一种基于多方向对称约束和匀质约束的改进SUSAN角点检测算法,算法引入了多方向对称约束算子和匀质约束算子两个约束算子来去除SUSAN算法误检测的边缘点。对比实验表明在引入两个约束算子后,算法的准确性获得了较大提高。基于双目立体视觉的三维运动测量方法研究。本文基于双目立体视觉的三维运动测量技术需要在4维空间（3维空间+1维时间）中进行特征的检测和匹配,本文同时考虑了双目立体匹配约束和运动匹配约束两种约束条件,提出了一种基于立体-运动双约束SIFT立体运动测量方法。算法在搜索匹配过程采用极线约束缩小匹配算法的搜索空间,在消除误匹配点时采用了运动约束条件来提高匹配的准确性和可靠性。针对由运动目标导致的局部运动模糊应用,提出了一种基于彩色“减背景”和SUSAN的精确目标检测算法,首先进行彩色“减背景”方法的运动目标区域粗检测,在粗检测结果中进行改进SUSAN算法边缘检测,获得目标边缘,对边缘内部进行形态学填充处理后获得精确目标区域。实验表明目标检测算法可以较为精确地检测出目标区域,运动测量算法与已有算法相比具有较高的时间效率和较好的测量精度。基于编码曝光的运动模糊图像复原方法研究。编码曝光技术改变了传统相机的曝光方式,解决运动模糊图像点扩展函数的可逆性问题。针对已有编码曝光技术中存在的纹理背景对模糊区域的不良影响、最优码搜索时间长、分辨率损失等问题,本文先后提出了基于“抠图”思想的局部运动模糊模型、快速码字搜索算法以及编码曝光匀加速直线运动模糊点扩展函数计算方法。综合应用本文混合视觉系统的信息优势,提出了一种基于混合编码曝光的运动模糊图像复原方法,突破了已有编码曝光技术不能够自动获取运动模糊长度和不适用纹理背景条件下的局部运动模糊问题,并延展了编码曝光技术的应用范围,使其不仅能够处理匀速运动而且能够处理匀加速运动所导致的运动模糊问题。最后通过实验验证本文算法在各种情况下的有效性,并与已有算法进行了多方面的对比分析。实验表明本文算法在有效性方面优于已有编码曝光方法,在复原时间效率方面较传统复原方法具有较大的优势,经程序优化后有望达到实时处理目标。
许全盛[10]（2011）在《PET/CT图像呼吸运动伪影校正方法与应用研究》文中认为PET/CT是肿瘤诊断及制定放疗计划的重要依据。然而PET扫描时间很长，患者的呼吸会导致胸腹部PET图像出现运动伪影，造成图像分辨率和对比度下降，肿瘤边界模糊，引起对肿瘤目标体积过高估计和放射性浓度过低估计，从而严重影响肿瘤诊断的准确率和放疗计划的精确性。目前关于PET/CT呼吸运动伪影校正的研究大都是针对呼吸门控采集的图像配准和图像重建运动校正方法，这些方法的实现依赖于对成像系统硬件性能的精确了解，同时复杂的重建和配准算法需要占用大量的计算资源，还可能因为大剂量的CT照射对患者造成额外伤害。针对目前呼吸门控设备价格昂贵，以及相应的配准和重建运动校正方案仍不能在临床中得到广泛应用的现状，本文提出了一种基于图像恢复的常规PET/CT图像呼吸运动伪影校正方案，该方案不依赖于任何硬件设备，肿瘤的呼吸运动参数估计和运动伪影校正都在重建后的图像域实现。在运动估计方面，本文通过伪影图像的方向微分最大最小灰度分析估计运动方向，通过平均自相关分析估计运动幅度，并采用加权平均和局部插值来降低运动估计的随机误差；在运动校正方面，本文提出了基于多孔小波残差去噪的改进的Richardson-Lucy迭代算法，根据估计的运动参数对运动伪影进行反卷积校正。该方法能显着降低迭代时的噪声放大效应，克服环状伪影。此外，本文还提出了图像的边缘保持滤波预处理方法，该方法有助于降低反卷积时噪声的影响。本文通过仿真数据、运动体模数据和临床数据对上述方法进行了验证和评价。本文对多例肺部肿瘤临床PET图像的呼吸伪影校正结果进行了统计研究。通过多元回归的方法证明了呼吸运动伪影与呼吸运动幅度、肿瘤大小之间的内在联系，解释了肿瘤部位、患者身高和性别等因素对呼吸幅度的影响，并检验了回归方程用于估计和评价呼吸运动伪影的能力。针对传统图像融合在提高视觉效果和保留原有信息之间的矛盾，本文提出了基于多孔小波变换的PET/CT融合方法，该方法能在不损失PET图像肿瘤量化信息的前提下，大大增加图像的解剖学信息，增强肿瘤目标边缘，呼吸伪影校正后的融合图像不仅有利于肿瘤诊断，还能直接用于肿瘤靶区勾画和放射性定量计算。
二、匀速运动模糊图像快速恢复的进一步研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、匀速运动模糊图像快速恢复的进一步研究（论文提纲范文）
（1）微波凝视关联成像辐射场的空间相关性和运动补偿的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究历史与发展现状 |
| 1.2.1 传统的雷达凝视成像 |
| 1.2.2 微波凝视关联成像发展现状 |
| 1.3 主要工作与章节安排 |
| 第2章 基于辐射场空间相关性的辐射源优化设计 |
| 2.1 引言 |
| 2.2 微波凝视关联成像模型 |
| 2.3 辐射场空间相关性对微波凝视关联成像影响的分析 |
| 2.4 基于辐射场空间相关性的随机跳频信号的优化设计 |
| 2.4.1 随机跳频信号的优化方法 |
| 2.4.2 仿真与分析 |
| 2.5 基于辐射场空间相关性的多频信号的优化设计 |
| 2.5.1 多频信号的优化方法 |
| 2.5.2 仿真与分析 |
| 2.6 本章小结 |
| 第3章 准静止载体平台下微波凝视关联成像建模与分析 |
| 3.1 引言 |
| 3.2 准静止载体平台下微波凝视关联成像模型 |
| 3.3 天线阵面的平动对于微波凝视关联成像的影响 |
| 3.3.1 匀速平移运动对微波凝视关联成像的影响 |
| 3.3.2 匀加速平移运动对微波凝视关联成像的影响 |
| 3.3.3 正弦平移运动对微波凝视关联成像的影响 |
| 3.4 天线阵面转动对微波凝视关联成像的影响 |
| 3.4.1 匀速转动对微波凝视关联成像的影响 |
| 3.4.2 匀加速转动对微波凝视关联成像质量的影响 |
| 3.4.3 正弦形式的转动对微波凝视关联成像的影响 |
| 3.5 本章小结 |
| 第4章 匀速平动和转动载体平台下微波凝视关联成像方法的研究 |
| 4.1 引言 |
| 4.2 匀速平动和转动载体平台下微波凝视关联成像模型 |
| 4.3 运动参数测量误差对微波凝视关联成像的影响 |
| 4.4 匀速平动和转动载体平台下的自校准成像算法 |
| 4.4.1 基于牛顿法的自校准成像算法 |
| 4.4.2 基于粒子群优化的自校准成像算法 |
| 4.4.3 数值仿真与分析 |
| 4.5 本章小结 |
| 第5章 随机运动载体平台下微波凝视关联成像方法研究 |
| 5.1 引言 |
| 5.2 随机运动载体平台下的凝视关联成像模型 |
| 5.3 测量误差对微波凝视关联成像的影响 |
| 5.4 随机运动载体平台下的稀疏自校准成像算法 |
| 5.4.1 稀疏自校准成像算法 |
| 5.4.2 仿真 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 前景展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 在读期间发表的学术论文与取得的其他研究成果 |
（2）基于滑移率辨识的汽车制动时序视觉检测系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文研究的背景及意义 |
| 1.1.1 论文研究的背景 |
| 1.1.2 论文研究的意义 |
| 1.2 半挂汽车列车制动时序的国内外研究现状 |
| 1.2.1 国外制动时序研究现状 |
| 1.2.2 国内制动时序研究现状 |
| 1.3 半挂汽车列车制动时序检测技术的研究现状 |
| 1.3.1 制动时序国家标准的制定和实施 |
| 1.3.2 制动时序检测技术国外研究现状 |
| 1.3.3 制动时序检测技术国内研究现状 |
| 1.4 立体视觉汽车检测技术的研究现状 |
| 1.4.1 立体视觉概述 |
| 1.4.2 立体视觉在汽车检测技术领域的应用和进展 |
| 1.5 论文的主要研究内容及技术路线 |
| 1.5.1 主要研究内容 |
| 1.5.2 技术路线 |
| 第2章 汽车制动时序检测理论及方案研究 |
| 2.1 制动时序测量目标的确定 |
| 2.1.1 滑移率与路面附着系数的关系 |
| 2.1.2 基于车轮滑移率的制动时序测量目标 |
| 2.1.3 影响车轮滑移率识别的关键因素 |
| 2.2 基于视觉测量的车轮滑移率测量模型建立 |
| 2.2.1 车轮滑移率计算模型 |
| 2.2.2 圆形标识运动轨迹拟合 |
| 2.2.3 汽车列车曲线行驶矫正模型 |
| 2.3 双目立体视觉测量模型 |
| 2.3.1 平行双目立体视觉测量原理 |
| 2.3.2 平行双目视觉系统精度分析 |
| 2.4 制动时序视觉检测系统方案设计 |
| 2.4.1 制动时序视觉检测系统整体布局 |
| 2.4.2 制动时序视觉检测系统检测流程 |
| 2.4.3 制动时序视觉检测系统控制方案 |
| 2.5 本章小结 |
| 第3章 制动时序视觉检测系统图像处理算法研究 |
| 3.1 图像预处理 |
| 3.1.1 图像对比度增强 |
| 3.1.2 基于维纳滤波的圆形标识运动模糊复原 |
| 3.1.3 图像伪中值双边滤波去噪 |
| 3.1.4 图像拉普拉斯锐化 |
| 3.2 基于改进Canny算法的圆形标识边缘检测 |
| 3.2.1 传统Canny边缘检测 |
| 3.2.2 拓展梯度方向与Otsu自适应阈值的改进Canny算法 |
| 3.3 基于Hough变换的圆形标识特征提取 |
| 3.3.1 基于Hough变换的椭圆检测研究进展 |
| 3.3.2 最小二乘与Hough变换融合的圆形标识特征提取 |
| 3.4 基于对极几何约束的圆形标识归一化互相关立体匹配 |
| 3.4.1 立体匹配方法概述 |
| 3.4.2 对极几何约束 |
| 3.4.3 基本矩阵和极线方程 |
| 3.4.4 基于对极几何约束关系的NCC立体匹配算法 |
| 3.5 圆形标识中心坐标三维重建 |
| 3.5.1 三维重建模型 |
| 3.5.2 三维重建过程 |
| 3.6 本章小结 |
| 第4章 制动时序视觉检测系统标定与精度检定试验研究 |
| 4.1 非线性成像模型建立 |
| 4.1.1 参考坐标系 |
| 4.1.2 线性成像模型 |
| 4.1.3 非线性成像模型 |
| 4.2 视觉检测系统摄像机标定理论及优化 |
| 4.2.1 张正友平面模板标定法 |
| 4.2.2 张正友标定法优化理论分析 |
| 4.2.3 基于PSO-LM组合优化策略的改进张正友标定法 |
| 4.3 摄像机标定试验及结果对比分析 |
| 4.3.1 标定试验设备安装及调试 |
| 4.3.2 标定试验过程及参数误差对比分析 |
| 4.4 基于车轮动态模拟的视觉系统精度检定试验研究 |
| 4.4.1 硬件结构组成 |
| 4.4.2 检定方法及流程 |
| 4.4.3 动态检定试验及误差分析 |
| 4.5 本章小结 |
| 第5章 汽车制动时序视觉检测系统开发及实车试验 |
| 5.1 汽车制动时序视觉检测系统结构组成 |
| 5.1.1 检测系统的硬件部分 |
| 5.1.2 汽车制动时序检测系统软件设计 |
| 5.2 汽车制动时序视觉检测系统实车试验研究 |
| 5.2.1 实车试验目的及试验条件 |
| 5.2.2 实车试验内容及步骤 |
| 5.2.3 同一车型重复性试验 |
| 5.2.4 测量结果标准不确定度评定 |
| 5.2.5 多种车型普适性试验 |
| 5.2.6 试验误差因素分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（3）面向复杂场景应用的量子关联成像研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 关联成像简介 |
| 1.2 关联成像机理简介 |
| 1.2.1 双光子干涉和强度涨落关联 |
| 1.2.2 关联成像的特点及应用 |
| 1.3 运动物体关联成像的研究现状 |
| 1.4 相位噪声对关联成像影响的研究现状 |
| 1.5 本文的研究内容 |
| 第二章 基于二阶相干度归一化的关联成像 |
| 2.1 关联成像系统的点扩展函数 |
| 2.2 关联成像质量影响因素 |
| 2.2.1 关联成像质量评价指标 |
| 2.2.2 物体表面粗糙度和集束透镜孔径对关联成像质量的影响 |
| 2.2.3 光子数涨落和探测器噪声对关联成像质量的影响 |
| 2.3 二阶相干度归一关联算法 |
| 2.3.1 现有强度关联算法介绍 |
| 2.3.2 二阶相干度归一关联算法 |
| 2.3.3 实验结果与分析 |
| 2.4 本章小结 |
| 第三章 复杂背景中的运动物体关联成像 |
| 3.1 时域差分关联成像原理 |
| 3.2 时域差分关联实验结果及讨论 |
| 3.2.1 时域差分关联成像实验结果 |
| 3.2.2 分析与讨论 |
| 3.3 本章小结 |
| 第四章 基于物体自相关的追踪与成像 |
| 4.1 追踪成像原理 |
| 4.2 实验结果及讨论 |
| 4.2.1 实验过程及结果 |
| 4.2.2 分析与讨论 |
| 4.3 高速运动目标的追踪和成像 |
| 4.4 本章小结 |
| 第五章 抗相位噪声的计算关联成像 |
| 5.1 相位噪声条件下光场的强度关联 |
| 5.1.1 光源相位噪声对光场强度关联的影响 |
| 5.1.2 光源和传输路相位噪声对光场强度关联的影响 |
| 5.1.3 相位噪声条件下关联成像的图像重构 |
| 5.2 实验和模拟结果 |
| 5.2.1 光源或传输路径有相位噪声的关联成像实验结果 |
| 5.2.2 光源和传输路径有相位噪声的关联成像模拟结果 |
| 5.3 成像质量参数分析与讨论 |
| 5.3.1 重构图像质量的影响因素 |
| 5.3.2 有相位噪声的计算关联成像系统 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（4）复杂条件下多通道SAR运动目标检测与参数估计方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 SAR-GMTI研究历史与现状 |
| 1.2.1 SAR信号建模与特性分析 |
| 1.2.2 SAR杂波抑制与运动目标检测 |
| 1.2.3 运动目标参数估计与成像 |
| 1.2.4 SAR-GMTI系统与试验 |
| 1.3 论文的主要内容及组织结构 |
| 第二章 多通道SAR信号建模及特性分析 |
| 2.1 引言 |
| 2.2 地面杂波 |
| 2.2.1 二维时间 |
| 2.2.2 距离-多普勒 |
| 2.2.3 SAR图像 |
| 2.3 匀速运动目标 |
| 2.3.1 二维时间 |
| 2.3.2 距离-多普勒 |
| 2.3.3 SAR图像 |
| 2.3.4 仿真实验与分析 |
| 2.4 匀加速运动目标 |
| 2.4.1 二维时间 |
| 2.4.2 距离-多普勒 |
| 2.4.3 SAR图像 |
| 2.4.4 仿真实验与分析 |
| 2.5 微动目标 |
| 2.5.1 二维时间 |
| 2.5.2 距离-多普勒 |
| 2.5.3 SAR图像 |
| 2.5.4 仿真实验与分析 |
| 2.6 本章小结 |
| 第三章 基于自匹配滤波的SAR匀速运动目标检测 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.2.1 图像域运动目标检测处理流程 |
| 3.2.2 图像域广义似然比检测与匹配滤波器 |
| 3.2.3 空时自适应处理与自适应匹配滤波器 |
| 3.2.4 匀速运动目标的块-像素特性 |
| 3.3 自匹配滤波器 |
| 3.3.1 定义 |
| 3.3.2 性能分析 |
| 3.3.3 仿真实验与分析 |
| 3.4 自适应-自匹配滤波器 |
| 3.4.1 定义 |
| 3.4.2 性能分析 |
| 3.4.3 仿真实验与分析 |
| 3.5 本章小结 |
| 第四章 SAR复杂运动目标的广义似然比检测 |
| 4.1 引言 |
| 4.2 二维时间域广义似然比检测 |
| 4.2.1 定义 |
| 4.2.2 参数搜索间隔评估 |
| 4.2.3 实现步骤 |
| 4.2.4 性能分析 |
| 4.2.5 仿真实验与分析 |
| 4.3 基于两步检测框架的运动目标快速检测 |
| 4.3.1 初步检测作用机理 |
| 4.3.2 性能分析 |
| 4.3.3 仿真实验与分析 |
| 4.4 本章小结 |
| 第五章 SAR运动目标参数估计与成像 |
| 5.1 引言 |
| 5.2 匀速运动目标参数估计与成像 |
| 5.2.1 基于合成通道信号扩展多普勒域一维匹配滤波的参数估计与成像 |
| 5.3 匀加速运动目标参数估计与成像 |
| 5.3.1 基于合成通道信号扩展多普勒域一维匹配滤波的参数估计与成像 |
| 5.3.2 基于多通道信号最大似然方法的距离向速度与加速度估计 |
| 5.4 微动目标参数估计与成像 |
| 5.4.1 基于多通道信号最大似然方法的参数估计与成像 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 本文工作和创新点总结 |
| 6.2 SAR-GMTI技术展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录 A 匀加速运动目标距离历程泰勒展开式及时间支撑区的推导 |
| A.1 目标距离历程 |
| A.2 时间支撑区 |
| 附录 B 复高斯相关统计量 |
（5）基于动态光学传递函数的随机运动模糊图像快速复原方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景、目的和意义 |
| 1.2 图像去模糊方法研究现状 |
| 1.2.1 用于抑制图像模糊的三类方法 |
| 1.2.2 模糊图像复原算法研究现状 |
| 1.3 像质评价方法研究现状 |
| 1.3.1 像差、星点检验与鉴别率板检验 |
| 1.3.2 随机运动模糊图像退化函数 |
| 1.3.3 气动光学效应像质评价函数 |
| 1.3.4 DOTF |
| 1.4 模糊图像快速复原方法研究现状 |
| 1.4.1 基于JTC的图像快速复原算法 |
| 1.4.2 基于加速迭代运算的图像快速复原算法 |
| 1.5 本研究领域所存在的科学问题和关键技术问题 |
| 1.6 课题的主要研究内容 |
| 第2章 随机运动DOTF模型 |
| 2.1 引言 |
| 2.2 随机运动DOTF频域模型 |
| 2.2.1 输入余弦图像的对比度和相位 |
| 2.2.2 输出余弦图像的对比度和相位 |
| 2.2.3 余弦图像的对比度和相位传递规律 |
| 2.3 随机运动DOTF空域模型 |
| 2.4 随机运动DOTF模型在几类典型运动状态下的适用性验证 |
| 2.4.1 模型适用于静止状态的理论验证 |
| 2.4.2 模型适用于匀速运动的理论验证 |
| 2.4.3 模型适用于高频简谐振动的理论验证 |
| 2.5 随机运动DOTF与气动光学点扩展函数的关系 |
| 2.6 本章小结 |
| 第3章 基于DOTF的随机运动模糊图像复原方法 |
| 3.1 引言 |
| 3.2 DOTF在随机运动模糊图像中的传递模型 |
| 3.2.1 随机运动模糊图像频谱模型 |
| 3.2.2 从随机运动模糊图像中提取DOTF的方法及问题 |
| 3.3 DOTF在随机运动模糊图像向导部分的传递模型 |
| 3.4 基于DOTF的随机运动模糊图像复原方法 |
| 3.4.1 基于DOTF的随机运动模糊图像复原模型 |
| 3.4.2 基于DOTF的随机运动模糊图像复原仿真 |
| 3.4.3 图像复原质量客观评价函数 |
| 3.5 本章小结 |
| 第4章 随机运动模糊图像复原质量的影响因素分析 |
| 4.1 引言 |
| 4.2 非均匀背景对图像复原质量的影响分析 |
| 4.2.1 非均匀背景下的图像复原模型 |
| 4.2.2 非均匀背景下的图像复原仿真 |
| 4.3 图像传感器暗电流对图像复原质量的影响分析 |
| 4.3.1 暗电流作用下的图像复原模型 |
| 4.3.2 暗电流作用下的图像复原仿真 |
| 4.4 随机噪声对图像复原质量的影响分析 |
| 4.4.1 随机噪声作用下的图像复原模型 |
| 4.4.2 随机噪声作用下的图像复原仿真 |
| 4.5 本章小结 |
| 第5章 基于DOTF的随机运动模糊图像复原方法实验研究 |
| 5.1 引言 |
| 5.2 随机运动DOTF模型验证实验 |
| 5.2.1 实验原理 |
| 5.2.2 实验装置 |
| 5.2.3 实验结果 |
| 5.3 随机运动模糊图像向导部分若干特性验证实验 |
| 5.3.1 边界补充特性验证实验 |
| 5.3.2 背景等效静止特性验证实验 |
| 5.4 随机运动模糊图像快速复原方法验证实验 |
| 5.4.1 相机抖动随机运动模糊图像快速复原 |
| 5.4.2 气动光学随机运动模糊图像快速复原 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文及其它成果 |
| 致谢 |
| 个人简历 |
（6）非因果分数阶滤波器及其图像处理应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 分数阶微积分的研究及发展 |
| 1.2 分数阶微积分的应用现状 |
| 1.2.1 分数阶微积分在控制中的应用 |
| 1.2.2 分数阶微积分在信号、图像处理中的应用 |
| 1.3 本文的主要研究内容及贡献 |
| 1.4 论文章节安排 |
| 第二章 非因果信号处理及分数阶微积分基本理论 |
| 2.1 因果、非因果信号处理 |
| 2.2 分数阶微积分的常用时域定义 |
| 2.2.1 Riemann-Liouville(R-L)分数阶微积分 |
| 2.2.2 Grumwald-Letnikov(G-L)分数阶微积分定义 |
| 2.2.3 Caputo分数阶微积分 |
| 2.2.4 Weyl(W)分数阶积分 |
| 2.3 分数阶微积分的频域实现 |
| 2.3.1 分数阶微积分的Laplace变换 |
| 2.3.2 分数阶微积分的Fourier变换 |
| 2.4 分数阶微积分的基本性质 |
| 2.5 分数阶微积分与非因果滤波的关联 |
| 2.6 本章小结 |
| 第三章 非因果分数阶积分器和微分器设计 |
| 3.1 引言 |
| 3.2 因果分数阶滤波器 |
| 3.2.1 因果分数阶积分器 |
| 3.2.2 因果分数阶微分器 |
| 3.3 反因果分数阶滤波器 |
| 3.3.1 反因果分数阶积分器 |
| 3.3.2 反因果分数阶微分器 |
| 3.4 非因果分数阶滤波器 |
| 3.4.1 非因果分数阶积分微分级联滤波器 |
| 3.4.2 非因果分数阶零相移滤波器 |
| 3.4.3 非因果分数阶90°相移滤波器 |
| 3.4.4 图像信号非因果分数阶方向导数 |
| 3.5 本章小结 |
| 第四章 非因果分数阶微积分边缘检测应用研究 |
| 4.1 引言 |
| 4.2 新型分数阶梯度算子及其分析 |
| 4.2.1 新型分数阶梯度算子 |
| 4.2.2 检测精度提高 |
| 4.2.3 抗噪性分析 |
| 4.3 实验与分析 |
| 4.4 本章小结 |
| 第五章 非因果分数阶方向导数在运动模糊参数估计中的应用研究 |
| 5.1 引言 |
| 5.2 运动模糊方向的估计 |
| 5.2.1 空间域运动模糊方向估计方法 |
| 5.2.2 频域运动模糊方向估计方法 |
| 5.3 运动模糊尺度的估计 |
| 5.4 实验与分析 |
| 5.4.1 人工合成模糊图像 |
| 5.4.2 自然模糊图像 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文及科研成果 |
（7）光学遥感成像误差建模与图像质量提升方法（论文提纲范文）
| 缩略语说明 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 图像质量退化过程建模的研究现状 |
| 1.2.2 图像质量提升处理的研究现状 |
| 1.3 论文主要工作 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 第二章 光学遥感成像误差建模 |
| 2.1 成像模型的数学描述 |
| 2.2 光学遥感成像链路的主要误差模型 |
| 2.2.1 平台振动对成像质量的影响建模 |
| 2.2.2 光学系统对成像质量的影响建模 |
| 2.2.3 探测器对成像质量的影响建模 |
| 2.3 遥感成像主要误差模型的广义高斯函数表示 |
| 2.3.1 理论分析 |
| 2.3.2 实验分析 |
| 2.4 平台姿态的高精度测量与误差抑制 |
| 2.4.1 基于角距的星敏感器地基标定的数学建模 |
| 2.4.2 基于递归平均滤波器的参数估计方法 |
| 2.4.3 地面观星实验及分析 |
| 2.5 本章小结 |
| 第三章 基于图像的遥感成像误差辨识与抑制 |
| 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 |
| 3.1.1 图像的频谱与倒谱介绍 |
| 3.1.2 单一运动误差在图像中的表现 |
| 3.1.3 混合运动误差的特点分析 |
| 3.1.4 平台误差参数辨识 |
| 3.2 基于模糊推理的椒盐噪声辨识与抑制 |
| 3.2.1 问题描述 |
| 3.2.2 模糊中值滤波方法 |
| 3.2.3 模糊中值滤波的性能分析 |
| 3.2.4 模糊滤波思想在其它滤波方法中的推广 |
| 3.2.5 数值实验 |
| 3.3 基于图像的点扩散函数辨识 |
| 3.3.1 图像点扩散函数辨识模型 |
| 3.3.2 迭代算法设计 |
| 3.3.3 实验结果及分析 |
| 3.4 本章小结 |
| 第四章 遥感图像复原的稀疏表示方法 |
| 4.1 图像复原问题描述及现有方法特点 |
| 4.1.1 图像复原问题描述 |
| 4.1.2 现有图像复原方法分析 |
| 4.2 空不变退化图像的复原方法 |
| 4.2.1 基于复数小波表示的图像复原方法 |
| 4.2.2 退化核函数未知时的盲复原方法 |
| 4.3 空变退化图像的复原方法 |
| 4.3.1 空不变图像复原方法向空变复原方法的推广 |
| 4.3.2 实验结果及分析 |
| 4.4 大场景遥感图像复原处理的瀑布型多重网格算法 |
| 4.4.1 瀑布型多重网格简介 |
| 4.4.2 图像复原的瀑布型多重网格算法 |
| 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 |
| 4.4.4 数值计算结果及分析 |
| 4.5 本章小结 |
| 第五章 遥感图像质量提升的压缩感知方法 |
| 5.1 图像修复的压缩感知方法 |
| 5.1.1 压缩感知的基本理论 |
| 5.1.2 压缩感知框架下的图像修复模型 |
| 5.1.3 压缩感知框架下的图像修复模型求解 |
| 5.1.4 实验结果与分析 |
| 5.2 图像插值的压缩感知方法 |
| 5.2.1 压缩感知框架下的图像插值模型 |
| 5.2.2 实验结果与分析 |
| 5.3 图像频谱扩展的压缩感知方法 |
| 5.3.1 压缩感知框架下的图像频谱扩展模型 |
| 5.3.2 阈值化修正算法 |
| 5.3.3 实验结果及分析 |
| 5.4 基于正则化算子的投影测量矩阵优化及应用 |
| 5.4.1 投影测量阵的重构性能分析 |
| 5.4.2 投影测量阵的优化设计及应用 |
| 5.4.3 数值仿真 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 本文工作总结 |
| 6.2 主要创新 |
| 6.3 相关研究工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（8）基于手持设备的图像去模糊分析和模糊核估计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪言 |
| 1.1 背景 |
| 1.2 国内外发展现状 |
| 1.3 论文主要内容和结构安排 |
| 第二章 图像恢复的理论基础 |
| 2.1 图像的预处理 |
| 2.1.1 图像的数字化 |
| 2.1.2 图像的灰度化 |
| 2.1.3 图像的二值化 |
| 2.2 数字图像的空间滤波 |
| 2.3 图像的卷积过程 |
| 2.4 本章小结 |
| 第三章 模糊图像的模型分析 |
| 3.1 图像模糊的模型 |
| 3.2 运动模糊的分类 |
| 3.3 噪声 |
| 3.4 本章小结 |
| 第四章 模糊核的分析 |
| 4.1 模糊核的产生 |
| 4.2 常见的模糊核 |
| 4.2.1 匀速运动的模糊核 |
| 4.2.2 其他几个典型的点扩散函数 |
| 4.3 模糊核与 PSF 的区别 |
| 4.4 平坦背景下模糊核的获取 |
| 4.4.1 平坦背景下模糊核的分析 |
| 4.4.2 模糊核的离散化 |
| 4.5 手持设备下模糊核的获得 |
| 4.6 实验结果分析 |
| 4.6.1 模糊核与 PSF |
| 4.6.2 平坦背景下模糊核的结果分析 |
| 4.6.3 手持设备下模糊核的获得 |
| 4.7 本章小结 |
| 第五章 运动模糊图像的复原方法 |
| 5.1 线性复原-逆滤波复原法 |
| 5.2 维纳滤波复原算法 |
| 5.2.1 维纳滤波复原法原理 |
| 5.2.2 消除运动引起的模糊 |
| 5.3 Richardson-Lucy 复原算法 |
| 5.3.1 Richardson-Lucy 复原法原理 |
| 5.3.2 消除运动引起的模糊 |
| 5.4 实验结果分析 |
| 5.4.3 维纳滤波结果分析 |
| 5.4.4 Richardson-Lucy 结果分析 |
| 5.5 本章小结 |
| 第六章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（9）基于计算摄影的运动模糊图像清晰化技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及其问题的提出 |
| 1.1.1 图像的降质和复原 |
| 1.1.2 运动模糊图像清晰化的意义及存在问题 |
| 1.1.3 计算摄影推动运动模糊图像清晰化的发展 |
| 1.2 国内外相关研究工作 |
| 1.2.1 运动模糊图像的点扩展函数估计 |
| 1.2.2 点扩展函数已知情况下的图像复原 |
| 1.2.3 基于计算摄影的运动模糊图像清晰化方法 |
| 1.3 主要研究工作及其贡献 |
| 1.3.1 研究目标 |
| 1.3.2 针对问题及研究思路 |
| 1.3.3 主要工作及其贡献 |
| 1.4 论文的结构安排 |
| 第二章 基于成像模型的运动模糊图像建模方法研究 |
| 2.1 引言 |
| 2.2 相机成像模型 |
| 2.2.1 数码成像原理 |
| 2.2.1 光学成像模型 |
| 2.2.3 传感器成像模型 |
| 2.2.4 成像描述模型 |
| 2.3 图像模糊模型 |
| 2.3.1 一维离散模糊模型 |
| 2.3.2 二维离散模糊模型 |
| 2.3.3 图像复原问题的病态性 |
| 2.4 基于成像模型的运动模糊点扩展函数求解方法 |
| 2.4.1 直线运动模型 |
| 2.4.2 复杂运动模型 |
| 2.5 本章小结 |
| 第三章 混合视觉采集系统标定方法研究 |
| 3.1 引言 |
| 3.2 混合视觉采集系统标定模型及求解 |
| 3.2.1 混合视觉采集系统标定模型 |
| 3.2.2 混合视觉采集系统标定模型求解 |
| 3.3 精确棋盘格角点检测算法 |
| 3.3.1 常用角点检测算子 |
| 3.3.2 基于多方向对称和匀质约束的SUSAN 棋盘格角点检测算法 |
| 3.4 实验结果及分析 |
| 3.4.1 控制点检测实验 |
| 3.4.2 单相机标定对比 |
| 3.4.3 混合视觉系统标定对比 |
| 3.5 本章小结 |
| 第四章 基于双目立体视觉的运动测量方法研究 |
| 4.1 引言 |
| 4.2 双目立体视觉模型及立体定位算法 |
| 4.2.1 双目立体视觉模型 |
| 4.2.2 SIFT 特征提取 |
| 4.2.3 立体匹配的约束条件 |
| 4.3 基于彩色“减背景”和SUSAN 的精确目标检测 |
| 4.3.1 彩色“减背景”方法与背景更新方法 |
| 4.3.2 基于改进SUSAN 算子的精确目标检测 |
| 4.4 基于立体-运动双约束SIFT 立体运动测量方法 |
| 4.4.1 SIFT 特征匹配 |
| 4.4.2 双约束条件SIFT 特征匹配 |
| 4.5 实验结果及分析 |
| 4.5.1 运动目标检测结果与分析 |
| 4.5.2 三维运动测量实验与分析 |
| 4.6 本章小结 |
| 第五章 基于编码曝光的运动模糊图像复原方法研究 |
| 5.1 引言 |
| 5.2 编码曝光理论 |
| 5.2.1 编码曝光 |
| 5.2.2 编码曝光匀速直线运动模糊点扩展函数计算方法 |
| 5.3 运动目标局部运动模糊建模 |
| 5.3.1 基于图像“抠图”思想的局部运动模糊建模 |
| 5.3.2 匀质背景中运动目标局部运动模糊 |
| 5.3.3 非匀质背景中运动目标局部运动模糊 |
| 5.4 码字选择算法 |
| 5.4.1 相关理论分析 |
| 5.4.2 最优码字搜索算法 |
| 5.5 基于混合编码曝光的运动模糊图像复原方法 |
| 5.5.1 编码曝光匀加速直线运动模糊点扩展函数计算方法 |
| 5.5.2 基于混合编码曝光的运动模糊图像复原方法（HCE） |
| 5.6 实验结果及分析 |
| 5.6.1 编码选择算法的有效性分析 |
| 5.6.2 基于混合编码曝光的运动模糊图像复原 |
| 5.6.3 方法对比及分析 |
| 5.7 本章小结 |
| 第六章 结论与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 博士期间参与的科研项目 |
（10）PET/CT图像呼吸运动伪影校正方法与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 PET/CT 概述 |
| 1.2 PET/CT 存在问题 |
| 1.2.1 器官运动 |
| 1.2.2 呼吸运动对 PET/CT 的影响 |
| 1.3 PET/CT 呼吸运动伪影解决方案 |
| 1.3.1 CT 衰减校正伪影解决方法 |
| 1.3.2 呼吸门控技术 |
| 1.3.3 呼吸运动伪影校正算法 |
| 1.4 本文研究 |
| 1.4.1 课题背景介绍 |
| 1.4.2 本文目的和意义 |
| 1.4.3 本文概述和结构 |
| 第2章 运动模糊伪影校正方法 |
| 2.1 本章引论 |
| 2.2 图像退化与恢复模型 |
| 2.3 运动退化函数估计 |
| 2.3.1 频域估计 |
| 2.3.1.1 运动模糊方向的倒谱估计 |
| 2.3.1.2 运动模糊尺度的倒谱估计 |
| 2.3.2 空间域估计 |
| 2.3.2.1 运动模糊方向的方向微分估计 |
| 2.3.2.2 运动模糊尺度的自相关估计 |
| 2.4 运动模糊伪影校正 |
| 2.4.1 直接反卷积法 |
| 2.4.1.1 维纳滤波 |
| 2.4.1.2 信噪比估计 |
| 2.4.1.3 改进维纳滤波 |
| 2.4.2 迭代反卷积法 |
| 2.4.2.1 边缘保持滤波预处理 |
| 2.4.2.2 Richardson-Lucy 迭代法及其改进 |
| 2.4.3.3 多孔小波去噪 Richardson-Lucy 迭代法 |
| 2.5 运动伪影校正评价方法 |
| 2.6 本章小结 |
| 第3章 呼吸运动伪影校正实验研究 |
| 3.1 本章引论 |
| 3.2 仿真实验研究 |
| 3.2.1 图像数据生成 |
| 3.2.2 运动退化参数频域估计 |
| 3.2.3 运动退化参数空间域估计 |
| 3.2.4 图像插值对模糊尺度估计的影响 |
| 3.2.5 运动伪影校正 |
| 3.2.6 运动估计与校正的蒙特卡洛实验 |
| 3.3 体模实验 |
| 3.3.1 数据采集 |
| 3.3.2 运动参数频域估计 |
| 3.3.3 运动参数空间域估计 |
| 3.3.4 运动伪影校正与评价 |
| 3.4 临床 PET/CT 数据研究 |
| 3.4.1 数据采集 |
| 3.4.2 呼吸运动参数估计 |
| 3.4.3 呼吸运动伪影校正与评价 |
| 3.5 本章小结 |
| 第4章 呼吸运动伪影影响因素的统计研究 |
| 4.1 本章引论 |
| 4.2 多元回归模型 |
| 4.2.1 多元线性回归模型 |
| 4.2.1.1 模型设定 |
| 4.2.1.2 参数估计 |
| 4.2.1.3 统计检验 |
| 4.2.1.4 模型预测置信区间 |
| 4.2.2 多元非线性回归模型 |
| 4.3 呼吸运动伪影回归模型 |
| 4.4 实验结果与讨论 |
| 4.4.1 仿真数据研究 |
| 4.4.2 体模数据研究 |
| 4.4.3 PET/CT 临床数据研究 |
| 4.4.3.1 呼吸运动伪影影响因素 |
| 4.4.3.2 回归模型预测检验 |
| 4.5 本章小结 |
| 第5章 PET/CT 图像融合与增强研究 |
| 5.1 本章引论 |
| 5.2 图像融合概述 |
| 5.3 PET/CT 多孔小波融合 |
| 5.3.1 PET/CT 融合目的 |
| 5.3.2 多孔小波融合原理 |
| 5.3.3 Nelder-Mead 搜索优化融合系数 |
| 5.3.4 融合质量评价方法 |
| 5.4 实验结果与讨论 |
| 5.4.1 PET/CT 各截面融合图像 |
| 5.4.2 图像融合定量评价 |
| 5.4.3 呼吸运动伪影校正和图像融合对肿瘤分割的影响 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文主要结论 |
| 6.2 本文主要创新点 |
| 6.3 未来工作的展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
四、匀速运动模糊图像快速恢复的进一步研究（论文参考文献）
- [1]微波凝视关联成像辐射场的空间相关性和运动补偿的研究[D]. 蒋峥. 中国科学技术大学, 2021(09)
- [2]基于滑移率辨识的汽车制动时序视觉检测系统研究[D]. 吴岛. 吉林大学, 2020(08)
- [3]面向复杂场景应用的量子关联成像研究[D]. 孙帅. 国防科技大学, 2019(01)
- [4]复杂条件下多通道SAR运动目标检测与参数估计方法研究[D]. 张文鹏. 国防科技大学, 2018(01)
- [5]基于动态光学传递函数的随机运动模糊图像快速复原方法[D]. 赵烟桥. 哈尔滨工业大学, 2014(03)
- [6]非因果分数阶滤波器及其图像处理应用研究[D]. 潘祥. 南京航空航天大学, 2014(06)
- [7]光学遥感成像误差建模与图像质量提升方法[D]. 王芳. 国防科学技术大学, 2014(04)
- [8]基于手持设备的图像去模糊分析和模糊核估计[D]. 李德祥. 天津大学, 2014(05)
- [9]基于计算摄影的运动模糊图像清晰化技术研究[D]. 徐树奎. 国防科学技术大学, 2011(07)
- [10]PET/CT图像呼吸运动伪影校正方法与应用研究[D]. 许全盛. 清华大学, 2011(11)