摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-13页 |
缩略语对照表 | 第13-16页 |
第一章 绪论 | 第16-22页 |
1.1 研究背景及意义 | 第16-18页 |
1.2 国内外研究现状 | 第18-21页 |
1.2.1 遥感图像匀光匀色处理的研究现状 | 第18-20页 |
1.2.2 遥感图像拼接技术的研究现状 | 第20页 |
1.2.3 遥感图像修复技术的研究现状 | 第20-21页 |
1.3 本文的研究内容及章节安排 | 第21-22页 |
第二章 可见光遥感图像匀光匀色处理 | 第22-34页 |
2.1 可见光遥感图像匀光匀色基本流程 | 第22-23页 |
2.2 图像匀光算法原理 | 第23-29页 |
2.2.1 同态滤波匀光法 | 第23-25页 |
2.2.2 Retinex匀光法 | 第25-26页 |
2.2.3 MASK匀光法 | 第26-27页 |
2.2.4 实验对比分析 | 第27-29页 |
2.3 图像间色调一致处理 | 第29-33页 |
2.3.1 基于直方图匹配的匀色处理 | 第29-30页 |
2.3.2 基于Wallis滤波器的匀色处理 | 第30-31页 |
2.3.3 实验分析 | 第31-33页 |
2.4 本章小结 | 第33-34页 |
第三章 可见光遥感图像拼接 | 第34-60页 |
3.1 可见光遥感图像拼接理论基础 | 第34-39页 |
3.1.1 图像预处理 | 第34-36页 |
3.1.2 图像配准 | 第36-38页 |
3.1.3 图像融合 | 第38-39页 |
3.2 可见光遥感图像拼接流程 | 第39-40页 |
3.3 SIFT特征点提取 | 第40-45页 |
3.3.1 建立高斯差分金字塔尺度空间 | 第40-41页 |
3.3.2 精确定位关键点 | 第41-43页 |
3.3.3 为关键点分配主方向 | 第43-44页 |
3.3.4 构造关键点描述符 | 第44-45页 |
3.4 图像几何变换模型 | 第45-48页 |
3.5 SIFT特征点匹配 | 第48-53页 |
3.5.1 BBF特征点初匹配 | 第48-49页 |
3.5.2 RANSAC精匹配 | 第49-53页 |
3.6 改进的渐入渐出图像融合方法 | 第53-54页 |
3.7 实验结果分析 | 第54-57页 |
3.8 本章小结 | 第57-60页 |
第四章 基于图像类推的可见光遥感图像纹理规划及修复 | 第60-70页 |
4.1 图像类推思想 | 第60-61页 |
4.2 图像类推算法分析 | 第61-62页 |
4.2.1 算法符号定义 | 第61页 |
4.2.2 算法目的 | 第61-62页 |
4.2.3 算法步骤 | 第62页 |
4.3 图像类推算法细节讨论 | 第62-65页 |
4.3.1 邻域匹配算法 | 第62-63页 |
4.3.2 最佳匹配搜索方法 | 第63-64页 |
4.3.3 高斯金字塔 | 第64-65页 |
4.4 图像类推方法的应用 | 第65-67页 |
4.4.1 可见光遥感图像地物规划 | 第65-66页 |
4.4.2 可见光遥感图像修复处理 | 第66-67页 |
4.5 基于可见光遥感图像的红外场景仿真 | 第67-69页 |
4.6 本章小结 | 第69-70页 |
第五章 总结与展望 | 第70-72页 |
5.1 本文工作总结 | 第70-71页 |
5.2 工作展望 | 第71-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-78页 |
作者简介 | 第78-79页 |