低信噪比下点源目标哈特曼传感器的子光斑定位算法研究 |
论文目录 | | | 摘要 | 第1-6页 | | abstract | 第6-15页 | | 第1章 绪论 | 第15-33页 | | 1.1 引言 | 第15-16页 | | 1.2 自适应光学系统的组成和工作原理 | 第16-28页 | | 1.2.1 波前处理机的构成 | 第17页 | | 1.2.2 波前探测 | 第17-23页 | | 1.2.3 波前复原 | 第23-26页 | | 1.2.4 夏克—哈特曼传感器的波前探测误差 | 第26-28页 | | 1.3 钠信标下的哈特曼光斑 | 第28-30页 | | 1.3.1 钠信标 | 第28-29页 | | 1.3.2 钠层特性对哈特曼光斑的影响 | 第29-30页 | | 1.4 本文的研究背景及意义 | 第30-31页 | | 1.5 本文的主要研究内容及组成结构 | 第31-33页 | | 第2章 哈特曼传感器点源子光斑的仿真模型 | 第33-53页 | | 2.1 光电探测器件 | 第33-37页 | | 2.1.1 微光成像CCD | 第33-35页 | | 2.1.2 EMCCD相机 | 第35页 | | 2.1.3 CMOS图像传感器 | 第35-36页 | | 2.1.4 科学型CMOS相机 | 第36-37页 | | 2.2 哈特曼传感器子孔径光斑的噪声模型 | 第37-42页 | | 2.2.1 CCD和CMOS器件的共有噪声源 | 第37-39页 | | 2.2.2 EMCCD特有的噪声源分析 | 第39-40页 | | 2.2.3 子孔径内的噪声模型 | 第40-42页 | | 2.3 哈特曼传感器的子孔径光斑的信号模型 | 第42-45页 | | 2.3.1 衍射光斑模型 | 第42-44页 | | 2.3.2 二维高斯函数模型 | 第44-45页 | | 2.4 子光斑信噪比计算 | 第45-52页 | | 2.4.1 理论信号比和信噪比估计 | 第45-46页 | | 2.4.2 不同信噪比下的仿真光斑 | 第46-52页 | | 2.5 本章小结 | 第52-53页 | | 第3章 子光斑定位算法及其改进 | 第53-71页 | | 3.1 传统质心法及其改进 | 第53-64页 | | 3.1.1 质心法的误差分析 | 第53-57页 | | 3.1.2 阈值和加窗处理 | 第57-61页 | | 3.1.3 四象限法 | 第61-62页 | | 3.1.4 加权质心法和迭代加权质心法 | 第62-63页 | | 3.1.5 灰度加权质心法 | 第63-64页 | | 3.2 基于微分的方法 | 第64-67页 | | 3.2.1 微分法的测量原理 | 第64-65页 | | 3.2.2 匹配滤波和带约束的匹配滤波 | 第65-67页 | | 3.3 基于配准的方法 | 第67-70页 | | 3.3.1 频域配准法 | 第68-69页 | | 3.3.2 空域配准法 | 第69-70页 | | 3.4 本章小结 | 第70-71页 | | 第4章 空域配准法的准则函数选取及快速搜索策略 | 第71-95页 | | 4.1 准则函数性能对比 | 第71-80页 | | 4.1.1 离散采样模型下的准则函数定义 | 第71-72页 | | 4.1.2 参考的选取对准则函数性能的影响 | 第72-80页 | | 4.2 获取亚像素偏移的插值方法 | 第80-83页 | | 4.2.1 等角线插值 | 第81-82页 | | 4.2.2 抛物线插值 | 第82页 | | 4.2.3 高斯插值 | 第82-83页 | | 4.3 准则函数及插值方法的性能仿真 | 第83-87页 | | 4.3.1 仿真条件 | 第83-84页 | | 4.3.2 仿真结果及分析 | 第84-87页 | | 4.4 结合快速搜索的互相关算法 | 第87-93页 | | 4.4.1 快速搜索算法 | 第87-88页 | | 4.4.2 四种快速搜索算法的对比 | 第88-90页 | | 4.4.3 快速搜索算法的有效性测试 | 第90-93页 | | 4.5 本章小结 | 第93-95页 | | 第5章 相差测量实验 | 第95-113页 | | 5.1 实验方案设计 | 第95-99页 | | 5.1.1 算法的质量评价指标 | 第95-96页 | | 5.1.2 实验平台及光路介绍 | 第96-98页 | | 5.1.3 实际采集到的阵列光斑图 | 第98-99页 | | 5.2 背景噪声及信噪比估计 | 第99-101页 | | 5.3 基于子孔径的局部自适应阈值法的实验效果 | 第101-106页 | | 5.3.1 质心偏移误差 | 第102-103页 | | 5.3.2 波前复原误差 | 第103-106页 | | 5.4 灰度加权法与互相关算法的实验效果 | 第106-111页 | | 5.4.1 灰度加权法的参数优化 | 第106-107页 | | 5.4.2 互相关算法的实验效果 | 第107-111页 | | 5.5 本章小结 | 第111-113页 | | 第6章 总结与展望 | 第113-115页 | | 6.1 本文的主要研究内容及结论 | 第113-114页 | | 6.2 本文的主要创新点 | 第114页 | | 6.3 下一步工作展望 | 第114-115页 | | 参考文献 | 第115-123页 | | 致谢 | 第123-125页 | | 作者简历及攻读学位期间发表的学术论文与研究成果 | 第125页 |
|
|
|
| |
