| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 研究背景与意义 | 第12-16页 |
| 1.2 云及云阴影检测研究现状 | 第16-22页 |
| 1.2.1 单时相遥感影像云及云阴影检测 | 第16-20页 |
| 1.2.2 多时相遥感影像云及云阴影检测 | 第20-22页 |
| 1.2.3 存在的主要问题 | 第22页 |
| 1.3 本文主要贡献与创新 | 第22-23页 |
| 1.4 本文结构安排 | 第23-26页 |
| 第二章 数据概况与云及云阴影检测原理 | 第26-35页 |
| 2.1 多光谱卫星遥感影像数据 | 第26-28页 |
| 2.2 全球云及云阴影样本数据集 | 第28-29页 |
| 2.3 云及云阴影检测基本方法原理 | 第29-34页 |
| 2.3.1 云检测基本原理 | 第29-32页 |
| 2.3.2 云阴影检测基本原理 | 第32-34页 |
| 2.4 本章小节 | 第34-35页 |
| 第三章 复杂地形云及云阴影精准检测算法 | 第35-57页 |
| 3.1 引言 | 第35-36页 |
| 3.2 实验数据 | 第36-38页 |
| 3.2.1 MFmask输入数据 | 第36页 |
| 3.2.2 复杂地形验证数据 | 第36-38页 |
| 3.3 MFmask算法 | 第38-47页 |
| 3.3.1 坡度阈值增强的水体检测 | 第38-39页 |
| 3.3.2 热红外校正的云检测 | 第39-41页 |
| 3.3.3 云阴影形状精准预测 | 第41-45页 |
| 3.3.4 云阴影位置精准预测 | 第45-47页 |
| 3.4 MFmask算法结果 | 第47-53页 |
| 3.4.1 算法结果 | 第47-49页 |
| 3.4.2 精度验证 | 第49-53页 |
| 3.5 讨论 | 第53-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第四章 综合多维信息的云及云阴影精准检测算法 | 第57-88页 |
| 4.1 引言 | 第57-60页 |
| 4.2 实验数据 | 第60-63页 |
| 4.2.1 Fmask4.0输入数据 | 第60-61页 |
| 4.2.2 辅助数据 | 第61-62页 |
| 4.2.3 训练及验证数据 | 第62-63页 |
| 4.3 Fmask4.0算法 | 第63-76页 |
| 4.3.1 辅助数据融合 | 第63-67页 |
| 4.3.2 云概率新模型 | 第67-71页 |
| 4.3.3 光谱空间特征 | 第71-76页 |
| 4.4 Fmask4.0算法结果 | 第76-84页 |
| 4.4.1 Landsats 4-8影像检测结果 | 第76-80页 |
| 4.4.2 Sentinel-2影像检测结果 | 第80-84页 |
| 4.5 讨论 | 第84-87页 |
| 4.6 本章小结 | 第87-88页 |
| 第五章 基于连续时间序列卷云波段的薄云精准检测算法 | 第88-106页 |
| 5.1 引言 | 第88-91页 |
| 5.2 实验数据 | 第91-93页 |
| 5.2.1 TCmask输入数据 | 第91-92页 |
| 5.2.2 实验数据集 | 第92-93页 |
| 5.3 TCmask算法 | 第93-98页 |
| 5.3.1 TCmask时间序列模型 | 第93-95页 |
| 5.3.2 TCmask时间序列预测 | 第95-96页 |
| 5.3.3 TCmask薄云阈值 | 第96-98页 |
| 5.4 TCmask算法结果 | 第98-103页 |
| 5.5 讨论 | 第103-105页 |
| 5.6 本章小结 | 第105-106页 |
| 第六章 全文总结与展望 | 第106-109页 |
| 6.1 全文总结 | 第106-108页 |
| 6.2 后续工作展望 | 第108-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-124页 |
| 攻读博士学位期间取得的成果 | 第124页 |