基于稀疏表示的遥感图像去云方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的研究背景、目的和意义 | 第10-12页 |
| ·课题的背景 | 第10-11页 |
| ·课题的目的和意义 | 第11-12页 |
| ·遥感图像去云方法研究现状 | 第12-14页 |
| ·遥感图像常用薄云去除方法 | 第12-13页 |
| ·遥感图像常用厚云去除方法 | 第13-14页 |
| ·课题的研究内容及论文结构 | 第14-16页 |
| 第2章 遥感图像去云的相关原理和方法 | 第16-27页 |
| ·遥感图像中的云模型 | 第16-18页 |
| ·大气中云的形成 | 第16页 |
| ·遥感图像中云的特征 | 第16-17页 |
| ·遥感图像中云的成像模型 | 第17-18页 |
| ·光学遥感图像成像机理 | 第18-19页 |
| ·常用图像系统的线性模型 | 第18-19页 |
| ·遥感图像数字成像系统模型 | 第19页 |
| ·图像的退化和复原模型 | 第19页 |
| ·经典遥感图像常用薄云去除方法剖析 | 第19-23页 |
| ·同态滤波法 | 第19-21页 |
| ·小波变换法 | 第21-23页 |
| ·经典遥感图像常用厚云去除方法剖析 | 第23-26页 |
| ·数据融合法 | 第23-24页 |
| ·基于支持向量机法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 稀疏表示方法及应用 | 第27-35页 |
| ·信号的稀疏表示 | 第27-28页 |
| ·稀疏优化方法 | 第28-31页 |
| ·匹配追踪算法 | 第29页 |
| ·正交匹配追踪算法 | 第29-30页 |
| ·基追踪算法及基追踪去噪算法 | 第30-31页 |
| ·形态成分分析 | 第31-34页 |
| ·MCA 模型假设 | 第31页 |
| ·MCA 模型概念 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于稀疏表示的遥感图像去云方法 | 第35-52页 |
| ·图像多形态成分稀疏分解 | 第35-38页 |
| ·图像形态成分分解假设 | 第36-37页 |
| ·图像形态成分分解 | 第37-38页 |
| ·图像稀疏表示字典 | 第38-45页 |
| ·用于卡通部分的字典 | 第38-42页 |
| ·用于纹理部分的字典 | 第42-45页 |
| ·数值优化算法 | 第45-48页 |
| ·块坐标松弛算法 | 第45-46页 |
| ·图像形态成分分解流程 | 第46-48页 |
| ·基于稀疏表示的遥感图像去云 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 实验仿真与分析 | 第52-66页 |
| ·数据源 | 第52页 |
| ·去云算法流程图 | 第52-53页 |
| ·去云算法实验 | 第53-55页 |
| ·遥感图像云掩膜提取 | 第53-55页 |
| ·遥感图像预处理 | 第55页 |
| ·实验结果分析 | 第55-64页 |
| ·目视评价分析 | 第58-60页 |
| ·统计分析 | 第60-64页 |
| ·结论 | 第64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |
