声明
1 绪论
1.1 研究背景和意义
1.2 国内外研究概况
1.3 本文主要内容
2 面向红外末制导的云层分类算法
2.1云层对目标探测的影响
2.2云底高度数据统计分析
2.2.1Cloudsat数据
2.2.2MODIS数据
2.2.3云底高度数据统计分析结果
2.3云层分类算法研究
2.3.1云分类的基本原理
2.3.2云层分类方法
2.4本章小结
3 用于扩充数据集的红外波谱图像反演方法
3.1长波红外图像温度反演
3.1.1真实的长波红外辐射亮度计算
3.1.2温度反演
3.2中波红外辐射亮度反演
3.3长波红外图像反演中波红外图像平台
3.4 本章小结
4 典型末制导窗口气动光学效应图像仿真
4.1典型窗口气动光学效应数学模型
4.2典型窗口气动光学效应综合退化模型
4.2.1窗口气动光学传输效应退化模型
4.2.2窗口气动热辐射效应退化模型
4.2.3窗口气动光学效应综合退化模型
4.2.4窗口气动光学效应综合退化图像仿真
4.3 基于CGAN的典型窗口气动光学效应仿真
4.3.1条件生成对抗网络(CGAN)的原理
4.3.2损失函数
4.3.3网络架构
4.3.4训练细节与优化推理
4.3.5实验结果
4.4本章小结
5 典型末制导成像窗口气动光学效应校正算法研究
5.1基于CGAN的典型成像窗口气动光学效应校正算法
5.1.1校正的原理
5.1.2校正流程
5.1.3实验结果与分析
5.1.4 校正失真的情况
5.2高热非均匀背景抑制算法
5.2.1算法原理
5.2.2 算法流程
5.2.3 实验结果与分析
5.3 本章小结
6 总结与展望
6.1 研究工作总结
6.2 本文的创新之处
(1) 面向红外成像末制导的云层分类方法
(2) 基于CGAN的典型高速窗口气动光学效应仿真方法
(3) 基于CGAN的典型高速成像窗口气动光学效应校正算法
(4) 面向天空背景的高热非均匀背景抑制算法
6.3 进一步研究展望
致谢
参考文献
附录1 攻读学位期间发表论文及专利
附录2 攻读学位期间从事的科研课题