声明
摘要
第一章绪论
1.1目的和意义
1.2图像能见度测量的国内外研究现状
1.3论文主要内容及工作安排
第二章图像能见度反演相关理论
2.1图像能见度反演原理
2.2稀疏表示和矩阵低秩分解基本理论
2.2.1稀疏表示
2.2.2低秩矩阵分解理论
2.3卷积神经网络相关理论
2.3.1卷积神经网络结构
2.3.2全连接层
2.3.3激活函数
2.3.4减少过拟合的方法
2.4本章小结
第三章数据采集及处理
3.1数据采集
3.2数据预处理
3.2.1数据筛选
3.2.2能见度数据归一化
3.2.3能见度图像配准
3.3本章小结
第四章基于稀疏低秩表示的能见度反演
4.1图像特征提取
4.1.1特征定义
4.1.2特征向量提取
4.2基于稀疏低秩特征表示的能见度反演
4.2.1稀疏低秩表示
4.2.2字典构造
4.2.3能见度的新特征表示
4.2.4能见度反演的回归方法
4.3实验结果分析
4.3.1无目标物子窗以及分窗大小对测量结果的影响
4.3.2不同图像特征对测量结果的影响
4.3.3不同模型测量效果对比
4.4本章小结
第五章基于卷积神经网络的能见度反演
5.1神经网络模型
5.2能见度模型训练
5.2.1卷积层
5.2.2池化层
5.2.3输出层
5.3模型优化
5.3.1神经网络层数
5.3.2卷积核数目
5.3.3卷积核尺寸
5.4实验及结果分析
5.4.1实验设备
5.4.2 CNN和DPA实验对比和分析
5.4.3 CNN和SLRR实验对比和分析
5.5本章小结
6.1总结
6.2展望
致谢
参考文献
作者简介
南京信息工程大学;