| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-29页 |
| ·研究背景及意义 | 第13-14页 |
| ·遥感图像融合研究内容及进展 | 第14-16页 |
| ·多源图像融合研究内容及进展 | 第14-15页 |
| ·多光谱图像融合研究内容及进展 | 第15-16页 |
| ·遥感图像融合方法及评价指标 | 第16-22页 |
| ·多源图像融合方法及评价指标 | 第16-19页 |
| ·多光谱图像融合评价指标 | 第19-22页 |
| ·本论文的主要工作及内容安排 | 第22-23页 |
| 本章参考文献 | 第23-29页 |
| 第二章 基于小波核滤波器的遥感图像融合 | 第29-75页 |
| ·小波核滤波器及其在目标识别中的应用 | 第29-49页 |
| ·图像表示 | 第29-31页 |
| ·小波核滤波器（Wavelet Kernel Filter，WKF） | 第31-33页 |
| 1）多孔算法（‘à trous’） | 第31-32页 |
| 2）小波核滤波器 | 第32-33页 |
| 3）与传统小波变换和支撑值变换比较 | 第33页 |
| ·基于小波核滤波器的目标识别 | 第33-49页 |
| 1）桥梁目标分类 | 第34-38页 |
| 2） MSTAR 数据识别 | 第38-43页 |
| 3）基于 WKF 和 GSM 的 SAR 图像降斑 | 第43-49页 |
| ·小结 | 第49页 |
| ·基于 WKF 的多源图像融合 | 第49-57页 |
| ·引言 | 第49页 |
| ·基于 WKF 的多源图像融合算法 | 第49-50页 |
| ·对真实多源图像的实验结果及分析 | 第50-55页 |
| ·对真实彩色多聚焦图像的实验结果 | 第55-56页 |
| ·小结 | 第56-57页 |
| ·结合 WKF 和 GIHS 的多光谱图像融合 | 第57-62页 |
| ·多光谱图像数据 | 第57页 |
| ·基于 WKF 和 GIHS 变换的多光谱图像融合算法 | 第57-58页 |
| ·针对多组卫星图像的实验结果及分析 | 第58-61页 |
| ·小结 | 第61-62页 |
| ·基于 WKF 的 ARSIS 框架多光谱图像融合 | 第62-69页 |
| ·ARSIS 框架概述 | 第62-63页 |
| ·基于 WKF 的 ARSIS 框架多光谱图像融合算法 | 第63-64页 |
| ·针对多组卫星图像的实验结果及性能分析 | 第64-68页 |
| ·小结 | 第68-69页 |
| ·本章小结 | 第69页 |
| 本章参考文献 | 第69-75页 |
| 第三章 基于小波核滤波器与优化算法的遥感图像融合 | 第75-103页 |
| ·结合 WKF 和 PSO 的多源图像融合 | 第75-83页 |
| ·引言 | 第75页 |
| ·粒子群算法 | 第75-77页 |
| ·结合 WKF 和 PSO 的多源图像融合算法 | 第77-78页 |
| 1）适应度函数的选择 | 第77页 |
| 2）结合 WKF 和 PSO 的多源图像融合算法 | 第77-78页 |
| ·对多源图像的实验结果性能分析 | 第78-82页 |
| 1） WKF 性能测试及结果分析 | 第78-81页 |
| 2） PSO 有效性测试 | 第81-82页 |
| ·小结 | 第82-83页 |
| ·基于 MULTI-WKFS 的多光谱图像融合方法 | 第83-91页 |
| ·引言 | 第83页 |
| ·Multi-WKFs 框架 | 第83-84页 |
| ·克隆选择算法 | 第84页 |
| ·基于 Multi-WKFs 的多光谱图像融合算法 | 第84-86页 |
| ·针对 QuickBird 卫星图像的实验结果及分析 | 第86-90页 |
| ·小结 | 第90-91页 |
| ·结合最优亮度分量的多光谱图像融合 | 第91-97页 |
| ·亮度分量的计算分析 | 第91-92页 |
| ·结合最优亮度分量和 UWT 的多光谱图像融合算法 | 第92-95页 |
| 1）最优权值的选择 | 第93-94页 |
| 2）结合最优亮度分量和 UWT 的多光谱图像融合算法 | 第94-95页 |
| ·针对 QuickBird 卫星图像的实验结果及分析 | 第95-97页 |
| ·小结 | 第97页 |
| ·本章小结 | 第97-98页 |
| 本章参考文献 | 第98-103页 |
| 第四章 基于稀疏表示和 BEMD 的遥感图像融合 | 第103-131页 |
| ·基于稀疏表示的多源图像融合 | 第103-112页 |
| ·多源图像融合 | 第103-104页 |
| ·信号稀疏表示 | 第104-105页 |
| ·基于稀疏表示的多源图像融合算法 | 第105-108页 |
| 1）基于监督的稀疏表示的图像融合 | 第105-107页 |
| 2）融合规则讨论 | 第107-108页 |
| ·对多源图像的实验结果及分析 | 第108-112页 |
| ·小结 | 第112页 |
| ·基于超分辨方法的多光谱图像融合 | 第112-117页 |
| ·多光谱图像融合 | 第112-113页 |
| ·基于稀疏表示的超分辨分析算法 | 第113-114页 |
| ·基于超分辨方法的多光谱图像融合算法 | 第114-115页 |
| ·针对 QuickBird 卫星图像的实验结果及分析 | 第115-117页 |
| ·小结 | 第117页 |
| ·结合 GIHS 和 BEMD 的多光谱图像融合 | 第117-126页 |
| ·引言 | 第117-118页 |
| ·二维经验模式分解 | 第118-119页 |
| ·结合 GIHS-WKF 和 BEMD 的多光谱图像融合算法 | 第119-120页 |
| ·折中参数的引入 | 第120页 |
| ·针对 QuickBird 卫星图像的实验结果及性能分析 | 第120-125页 |
| 1）折中参数的选择 | 第121-123页 |
| 2）与传统算法的比较 | 第123-125页 |
| ·小结 | 第125-126页 |
| ·本章小结 | 第126-127页 |
| 本章参考文献 | 第127-131页 |
| 第五章 总结与展望 | 第131-135页 |
| ·论文工作总结 | 第131-132页 |
| ·展望 | 第132-135页 |
| ·多源图像融合 | 第132-133页 |
| ·多光谱图像融合 | 第133-135页 |
| 致谢 | 第135-137页 |
| 攻读博士学位期间的研究成果 | 第137-139页 |
| 学术论文 | 第137页 |
| 授权专利 | 第137-138页 |
| 参加研究的科研项目 | 第138-139页 |
