自適應(yīng)光學(xué)圖像復(fù)原理論與方法

定　價(jià)：￥48.00

作　者：	耿則勛，陳波，王振國(guó) 等著
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	光學(xué)

購(gòu)買這本書(shū)可以去

ISBN：	9787030271693	出版時(shí)間：	2010-04-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	210	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　自適應(yīng)光學(xué)是補(bǔ)償由大氣湍流或其他因素造成的成像過(guò)程中波前畸變的最有前景的技術(shù)，但經(jīng)過(guò)自適應(yīng)光學(xué)初校正后圖像中殘存的高頻信息抑制或混疊必須經(jīng)過(guò)后處理才能得到恢復(fù)和解纏，這一后處理過(guò)程稱為自適應(yīng)光學(xué)圖像的恢復(fù)或復(fù)原。《自適應(yīng)光學(xué)圖像復(fù)原理論與方法》是在國(guó)家“十一五”863課題和國(guó)家自然科學(xué)基金項(xiàng)目研究的基礎(chǔ)上總結(jié)而成，介紹了自適應(yīng)光學(xué)圖像復(fù)原的數(shù)學(xué)基礎(chǔ)、波前重構(gòu)和復(fù)原圖像質(zhì)量評(píng)價(jià)方法，詳細(xì)討論了自適應(yīng)光學(xué)圖像復(fù)原的多種非線性方法，并給出了這些算法的實(shí)現(xiàn)過(guò)程和相應(yīng)的實(shí)驗(yàn)結(jié)果?！蹲赃m應(yīng)光學(xué)圖像復(fù)原理論與方法》可作為從事信息光學(xué)處理與計(jì)算的研究人員的參考書(shū)，也可供自適應(yīng)光學(xué)領(lǐng)域的科研與工程技術(shù)人員學(xué)習(xí)參考。

作者簡(jiǎn)介

暫缺《自適應(yīng)光學(xué)圖像復(fù)原理論與方法》作者簡(jiǎn)介

圖書(shū)目錄

前言
第1章緒論
1.1 自適應(yīng)光學(xué)技術(shù)的應(yīng)用需求
1.2 自適應(yīng)光學(xué)圖像復(fù)原的研究意義
1.3 自適應(yīng)光學(xué)系統(tǒng)發(fā)展現(xiàn)狀和前景
1.4 自適應(yīng)光學(xué)圖像復(fù)原技術(shù)的研究概況
1.5 本書(shū)主要內(nèi)容及結(jié)構(gòu)安排
第2章大氣湍流波前擾動(dòng)及自適應(yīng)光學(xué)技術(shù)
2.1 湍流現(xiàn)象
2.2 大氣湍流描述參數(shù)
2.3 光學(xué)傳遞函數(shù)
2.4 自適應(yīng)光學(xué)技術(shù)
2.5 自適應(yīng)光學(xué)成像原理演示系統(tǒng)CYAOIS
2.6 本章小結(jié)
第3章自適應(yīng)光學(xué)圖像復(fù)原的數(shù)學(xué)基礎(chǔ)
3.1 自適應(yīng)光學(xué)圖像降質(zhì)原因及模型
3.2 圖像復(fù)原中的病態(tài)特性
3.3 非線性成像系統(tǒng)和線性成像系統(tǒng)
3.4 成像模型離散公式
3.5 循環(huán)矩陣和分塊循環(huán)矩陣的對(duì)角線化
3.6 本章小結(jié)
第4章自適應(yīng)光學(xué)圖像復(fù)原方法及質(zhì)量評(píng)價(jià)
4.1 圖像盲復(fù)原算法
4.2 貝葉斯圖像復(fù)原
4.3 小波變換圖像復(fù)原
4.4 圖像復(fù)原質(zhì)量評(píng)價(jià)
4.5 本章小結(jié)
第5章自適應(yīng)光學(xué)圖像點(diǎn)擴(kuò)散函數(shù)重構(gòu)
5.1 點(diǎn)擴(kuò)散函數(shù)、光學(xué)傳遞函數(shù)與調(diào)制傳遞函數(shù)
5.2 圖像的點(diǎn)擴(kuò)散函數(shù)先驗(yàn)?zāi)Ｐ图皡?shù)表達(dá)
5.3 Zernike多項(xiàng)式
5.4 面向圖像復(fù)原的廣義嶺估計(jì)Zernike模式法點(diǎn)擴(kuò)散函數(shù)重構(gòu)
5.5 基于非抽樣小波變換的大氣湍流點(diǎn)擴(kuò)散函數(shù)估計(jì)
5.6 本章小結(jié)
第6章基于可靠支持域和改進(jìn)代價(jià)函數(shù)的ENAS-RIF算法
6.1 NAS-RIF圖像復(fù)原算法原理
6.2 改進(jìn)的ENAS-RIF圖像復(fù)原算法
6.3 實(shí)驗(yàn)結(jié)果及分析
6.4 本章小結(jié)
第7章多重約束非對(duì)稱IRIL-IBD算法
7.1 IBD算法概述
7.2 RL算法和RLIBD算法
7.3 多重約束非對(duì)稱IRLIBD算法
7.4 實(shí)驗(yàn)結(jié)果及分析
7.5 本章小結(jié)
第8章直接解卷積圖像復(fù)原
8.1 幾個(gè)概念
8.2 APEX直接解卷積圖像復(fù)原算法
8.3 實(shí)驗(yàn)結(jié)果
8.4 本章小結(jié)
第9章極大似然圖像盲解卷積
9.1 光電探測(cè)和光子成像基礎(chǔ)理論
9.2 有限光子非相干成像極大似然盲解卷積算法
9.3 動(dòng)態(tài)支持域約束極大似然盲解卷積算法
9.4 本章小結(jié)
第10章基于總變分極小化的圖像復(fù)原
10.1 總變分極小化原理
10.2 定點(diǎn)迭代方法與基于非周期反卷積模型的離散方案
10.3 多格網(wǎng)橢圓形偏微分方程求解法
10.4 基于總變分極小化的圖像盲復(fù)原
10.5 實(shí)驗(yàn)結(jié)果與分析
10.6 本章小結(jié)
第11章基于MAP原理的自適應(yīng)光學(xué)圖像多幀聯(lián)合解卷積
11.1 基于方差統(tǒng)計(jì)的圖像序列不良幀剔除
11.2 MAP聯(lián)合解卷積圖像復(fù)原
11.3 MAPJD算法參數(shù)自動(dòng)估計(jì)
11.4 多幀聯(lián)合解卷積圖像高清晰復(fù)原算法
11.5 實(shí)驗(yàn)結(jié)果及分析
11.6 本章小結(jié)
第12章基于二代曲波變換的自適應(yīng)光學(xué)圖像復(fù)原
12.1 第二代曲波變換
12.2 基于二代曲波變換的自適應(yīng)光學(xué)圖像去噪
12.3 傅里葉-曲波域正則化解卷積算法
12.4 ForCuRD復(fù)原算法實(shí)驗(yàn)結(jié)果及分析
12.5 本章小結(jié)
參考文獻(xiàn)
附錄常用縮寫