侦察图像清晰化及质量评价方法

第1章 概述
1.1 研究背景
1.2 图像清晰化方法及研究现状
1.2.1 图像去噪技术研究现状
1.2.2 图像去雾技术研究现状
1.2.3 图像去模糊技术研究现状
1.2.4 图像超分重建技术研究现状
1.2.5 图像去雨技术研究现状
1.3 图像质量评价技术研究现状
1.3.1 全参考图像质量评价
1.3.2 弱参考图像质量评价
1.3.3 无参考图像质量评价
1.4 本书内容
本章参考文献
第2章 侦察图像清晰化与质量评价方法基础理论
2.1 清晰化方法理论基础
2.1.1 雾天侦察图像清晰化方法基础
2.1.2 模糊侦察图像清晰化方法基础
2.1.3 低分辨率侦察图像清晰化方法基础
2.1.4 含噪侦察图像清晰化方法基础
2.1.5 雨天侦察图像清晰化方法基础
2.2 图像质量评价方法基础
2.2.1 全参考图像质量评价方法基础
2.2.2 弱参考图像质量评价方法基础
2.2.3 无参考图像质量评价方法基础
2.3 本章小结
本章参考文献
第3章 雾天侦察图像清晰化及质量评价
3.1 雾天侦察图像及光学模型
3.1.1 雾天侦察图像特点
3.1.2 入射光衰减模型
3.1.3 环境光衰减模型
3.1.4 大气散射模型
3.1.5 雾霾图像退化模型
3.2 雾天侦察图像清晰化技术
3.2.1 基于大气散射模型的图像复原
3.2.2 基于暗原色先验的图像复原
3.2.3 基于改进暗通道先验方法的雾去除算法
3.2.4 清晰化实验结果
3.3 雾天侦察图像清晰化质量评价
3.3.1 特征选取及模型构建
3.3.2 质量评价实验结果
3.4 本章小结
本章参考文献
第4章 模糊侦察图像清晰化及质量评价
4.1 图像运动模糊
4.1.1 模糊侦察图像特点
4.1.2 运动模糊模型
4.2 模糊侦察图像清晰化技术
4.2.1 生成对抗网络
4.2.2 条件对抗网络
4.2.3 算法模型
4.2.4 清晰化实验结果
4.3 模糊侦察图像清晰化质量评价
4.3.1 数据集整理
4.3.2 质量评价模型构建
4.3.3 损失函数及训练
4.3.4 质量评价实验结果
4.4 本章小结
本章参考文献
第5章 低分辨率侦察图像清晰化及质量评价
5.1 低分辨率侦察图像特点及超分重建
5.1.1 低分辨率侦察图像特点
5.1.2 稀疏表示图像超分重建思想
5.1.3 鲁棒性超分辨率模型
5.1.4 样本准备及改进型K-SVD离线字典学习
5.1.5 超分重建算法
5.1.6 超分重建实验结果
5.2 超分重建侦察图像清晰化质量评价
5.2.1 数据集整理
5.2.2 质量评价模型构建
5.2.3 质量评价实验结果
5.3 本章小结
本章参考文献
第6章 含噪侦察图像清晰化及质量评价
6.1 含噪侦察图像标点及噪声模型
6.1.1 含噪侦察图像特点
6.1.2 图像噪声模型
6.2 噪声侦察图像清晰化技术
6.2.1 加权核范数最小化
6.2.2 多通道加权核范数最小化模型
6.2.3 权重矩阵
6.2.4 模型优化
6.2.5 图像去噪算法
6.2.6 清晰化实验结果
6.3 噪声侦察图像清晰化质量评价
6.3.1 弹载相机抖动噪声相关的特征因子
6.3.2 图像内容结构相关的特征因子
6.3.3 图像颜色相关的特征因子
6.3.4 质量评价模型构建
6.3.5 质量评价实验结果
6.4 本章小结
本章参考文献
第7章 雨天侦察图像清晰化及质量评价
7.1 雨天侦察图像及光学模型
7.1.1 雨天侦察图像特点
7.1.2 雨滴的光学模型
7.1.3 雨场的光学成像模型
7.1.4 雨线的特性
7.1.5 雨滴的颜色特性
7.2 雨天侦察图像清晰化技术
7.2.1 暗原色先验
7.2.2 远景雨场的暗原色分析
7.2.3 基于暗原色先验的远景雨场检测
7.2.4 基于专家场模型的大气传输图优化
7.2.5 清晰化实验结果
7.3 清晰化效果评价实验
7.4 本章小结
本章参考文献
第8章 总结与展望
8.1 全书总结
8.2 展望