| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·本课题研究背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-10页 |
| ·课题研究的主要内容 | 第7-8页 |
| ·课题研究的现状 | 第8-9页 |
| ·课题研究中面临的主要困难 | 第9-10页 |
| ·研究内容及论文结构 | 第10-11页 |
| 第二章 多时相遥感图像变化检测的概述 | 第11-23页 |
| ·遥感图像变化检测的概念 | 第11页 |
| ·变化检测的数学模型 | 第11-12页 |
| ·变化检测的一般步骤 | 第12-15页 |
| ·几何纠正 | 第12-13页 |
| ·辐射校正 | 第13-14页 |
| ·获取变化信息 | 第14-15页 |
| ·特征提取 | 第14页 |
| ·特征分析 | 第14页 |
| ·决策判别 | 第14-15页 |
| ·精度评估 | 第15页 |
| ·图像变化检测的主要方法 | 第15-21页 |
| ·代数运算方法 | 第15-17页 |
| ·基于图像变换的方法 | 第17-18页 |
| ·基于图像分类的方法 | 第18-19页 |
| ·基于特征描述的方法 | 第19-21页 |
| ·小结 | 第21-23页 |
| 第三章 小波变换的理论基础 | 第23-33页 |
| ·连续小波变换的定义与基本性质 | 第23-25页 |
| ·小波变换的多分辨率分析 | 第25-26页 |
| ·二维离散小波变换 | 第26-30页 |
| ·离散小波变换 | 第26-27页 |
| ·二维离散小波变换(2D-DWT) | 第27-29页 |
| ·离散小波变换的Mallat 算法 | 第29-30页 |
| ·小波变换在图像处理中的应用 | 第30-31页 |
| ·图像融合 | 第30页 |
| ·图像去噪 | 第30页 |
| ·图像压缩 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 基于独立成分分析的遥感图像变化检测 | 第33-41页 |
| ·独立成分分析的基本原理与经典方法 | 第33-36页 |
| ·独立成分分析的经典求解模型 | 第33-34页 |
| ·基于负熵最大的独立分量分离算法：FastICA | 第34-36页 |
| ·目标函数——负熵判别独立性准则 | 第34-35页 |
| ·优化算法——不动点算法 | 第35-36页 |
| ·基于独立成分分析的变化检测 | 第36-38页 |
| ·数据预处理 | 第36页 |
| ·基于FastICA 的变化检测 | 第36-38页 |
| ·实验结果与分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第五章 平稳小波变换(SWT)和ICA 在多时相遥感图像变化检测上的应用研究 | 第41-53页 |
| ·离散平稳小波变换的原理 | 第41-42页 |
| ·基于平稳小波变换和I CA 的变化检测 | 第42-49页 |
| ·算法基本思想 | 第42-44页 |
| ·算法流程 | 第44-49页 |
| ·实验及结果分析 | 第49-52页 |
| ·算法仿真实现 | 第49-51页 |
| ·仿真结果对比分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 结论与展望 | 第53-55页 |
| ·本文研究工作总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 在读期间参与的科研工作 | 第61-62页 |