首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于多分辨率分析的遥感图像云层去除方法研究

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-16页
   ·论文研究背景及意义第8-9页
   ·国内外研究现状第9-13页
     ·云噪声模型第9-10页
     ·常用的去云方法第10-13页
   ·本文的研究内容第13-14页
   ·论文组织结构第14-16页
第二章 多分辨率分析第16-26页
   ·多分辨率分析理论第16-23页
     ·小波变换第16-18页
     ·多分辨分析概念第18-21页
     ·图像的小波多分辨率分析第21-23页
   ·图像多分辨率分析方法第23-24页
   ·多尺度分析用于遥感图像的去云第24-25页
   ·小结第25-26页
第三章 基于Curvelet变换的去薄云新方法第26-40页
   ·图像的薄云去除概述第26-27页
   ·Curvelet变换第27-31页
     ·连续脊波变换第27-28页
     ·第一代Curvelet变换第28-30页
     ·第二代Curvelet变换第30-31页
   ·基于Curvelet变换遥感图像去薄云处理第31-36页
     ·阈值的选取第31-32页
     ·云层检测第32-33页
     ·低频处理第33-34页
     ·高频补偿第34-36页
     ·Curvelet变换去薄云流程第36页
   ·去云结果及分析第36-39页
     ·去云效果评价第36-37页
     ·实验结果及分析第37-39页
   ·小结第39-40页
第四章 基于非抽样Contourlet的遥感图像薄云去除算法第40-50页
   ·非抽样Contourlet变换第40-45页
     ·Contourlet变换第41-43页
     ·非抽样塔状滤波器第43-44页
     ·非抽样方向性滤波器组第44-45页
   ·基于非抽样Contourlet变换的遥感图像去薄云算法第45-49页
     ·基于非抽样Contourlet变换的去薄云步骤第45-46页
     ·实验结果及分析第46-48页
     ·NSCT算法与Curvelet变换方法之间的比较第48-49页
   ·小结第49-50页
第五章 基于支持向量机的遥感图像厚云去除算法第50-62页
   ·支持向量机原理第50-52页
   ·支持向量机轮廓波变换第52-54页
     ·支持向量值滤波器第52-53页
     ·支持向量机轮廓波变换第53-54页
   ·基于支持向量机的遥感图像厚云去除算法第54-57页
     ·云区域检测第54-56页
     ·图像融合第56-57页
     ·基于支持向量机的厚云去除算法的实现步骤第57页
   ·实验结果与分析第57-61页
   ·小结第61-62页
第六章 总结与展望第62-64页
   ·全文工作总结第62-63页
   ·工作展望第63-64页
参考文献第64-70页
致谢第70-71页
攻读硕士期间发表的论文第71页

论文共71页,点击 下载论文
上一篇:基于数字抠图的遥感图像滑坡半自动提取研究
下一篇:基于支持向量机的遥感图像去噪与融合算法研究